Mohammad Aliannejadi

La investigación se centra en mejorar los modelos de satisfacción del usuario con conjuntos de datos equilibrados.

La investigación muestra que hacer múltiples consultas mejora los sistemas para obtener mejor información.

Presentando un marco para una evaluación más precisa del rendimiento de las consultas en la recuperación de información.

El contexto juega un papel clave a la hora de evaluar el rendimiento de un sistema de diálogo.

Los comentarios de los usuarios, especialmente los seguimientos, mejoran las evaluaciones de los sistemas de diálogo.

Mejorando la recuperación de documentos al optimizar las listas de resultados para la experiencia del usuario.

Aprende cómo el marco TREx mejora las recomendaciones de compras en línea.

TREC iKAT busca mejorar las interacciones con agentes conversacionales a través de diálogos personalizados.

Una mirada a cómo los sistemas de IR generativos pueden transformar la búsqueda de información.

La indexación de few-shot mejora la recuperación de información al combinar de manera eficiente los procesos de indexación y recuperación.

Los investigadores discuten el impacto de los LLM en la evaluación de sistemas de recuperación de información.

Un nuevo enfoque para evaluar cómo las citas apoyan declaraciones en el texto generado.

Conectando mercados para mejorar la respuesta a preguntas sobre productos.

Explora el mundo en evolución de la búsqueda conversacional a través de competiciones como iKAT.