Mohammad Aliannejadi

La recherche se concentre sur l'amélioration des modèles de satisfaction des utilisateurs avec des ensembles de données équilibrés.

Les recherches montrent que des requêtes multiples améliorent les systèmes pour un meilleur accès à l'infos.

Présentation d'un cadre pour une évaluation plus précise des performances de requête dans la recherche d'informations.

Le contexte joue un rôle super important pour évaluer la performance des systèmes de dialogue.

Les retours des utilisateurs, surtout les commentaires de suivi, améliorent les évaluations des systèmes de dialogue.

Améliorer la récupération de documents en optimisant les listes de résultats pour l'expérience utilisateur.

Découvrez comment le cadre TREx améliore les recommandations d'achats en ligne.

TREC iKAT vise à améliorer les interactions avec les agents conversationnels grâce à des dialogues personnalisés.

Un aperçu de comment les systèmes IR génératifs peuvent transformer la recherche d'infos.

L'indexation par peu d'exemples améliore la recherche d'infos en combinant efficacement les processus d'indexation et de récupération.

Des chercheurs discutent de l'impact des LLM sur l'évaluation des systèmes de recherche d'informations.

Une nouvelle méthode pour évaluer comment les citations soutiennent les déclarations dans le texte généré.

Connecter les marchés pour améliorer les réponses aux questions sur les produits.

Explore le monde en évolution de la recherche conversationnelle à travers des compétitions comme iKAT.