研究者提出NHNM方法为指令遵循检索生成难负例
热点事件持续更新
研究者提出NHNM方法为指令遵循检索生成难负例
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Chaolang Li 等在一项 arXiv 研究中提出 Natural Hard-Negative Mining（NHNM）方法：在查询兼容的指令下挖掘可转换负例，并把原始正例改造为自然指令难负例，为指令遵循信息检索（IFIR）生成高质量对比监督。 应用于 MSMARCO 后，该方法产出近 7K 条实例的 IFIR 训练集 NHNM-MARCO。研究者称，用该数据集微调的 568M 至 4B 参数模型在指令遵循上表现强劲，并在若干设定下匹敌或超越规模大得多的检索器。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
指令遵循检索研究提出 Natural Hard-Negative Mining（NHNM）方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI指令遵循检索研究提出 Natural Hard-Negative Mining（NHNM）方法
一项 arXiv 研究提出 Natural Hard-Negative Mining（NHNM），将原始正例改造为自然指令难负例，为指令遵循信息检索（IFIR）生成高质量对比监督。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。