下载PDF摘要：在本文中，我们证明了信息检索可以通过一个转换器来完成，其中关于语料库的所有信息都编码在模型的参数中。为此，我们引入了可微搜索索引（DifferentiableSearch Index，DSI），这是一种学习文本到文本模型的新范式，该模型将字符串查询直接映射到相关文档ID；换句话说，DSI模型只直接使用其参数进行回答，大大简化了整个评估过程。我们研究文档及其标识的表示方式、训练过程的变化，以及模型和语料库大小之间的相互作用。实验表明，在适当的设计选择下，DSI显著优于双编码器模型等强基线。此外，DSI显示出强大的泛化能力，在零炮设置中优于BM25基线。
发件人：怡泰[view email][v1]周一，2022年2月14日19:12:43 UTC（809 KB）[v2]周三，2022年2月16日09:05:59 UTC（810 KB）
书目工具代码；关于arXivLabs的数据相关论文arXivLabs是一个框架，允许合作者直接在我们的网站上开发和共享新的arXiv功能。
与arXivLabs合作的个人和组织都接受了我们的开放、社区、卓越和用户数据隐私价值观。arXiv致力于这些价值观，只与遵守这些价值观的合作伙伴合作。
对一个能为arXiv增值的项目有一个想法'；s社区？了解更多关于arXivLabs以及如何参与的信息。