ترجمه فارسی مقاله PromPtriever: بازیاب های آموزش دیده را می توان مانند مدل های زبانی تشویق کرد

چکیده

Instruction-tuned language models (LM) are able to respond to imperative commands, providing a more natural user interface compared to their base counterparts. In this work, we present Promptriever, the first retrieval model able to be prompted like an LM. To train Promptriever, we curate and release a new instance-level instruction training set from MS MARCO, spanning nearly 500k instances. Promptriever not only achieves strong performance on standard retrieval tasks, but also follows instructions. We observe: (1) large gains (reaching SoTA) on following detailed relevance instructions (+14.3 p-MRR / +3.1 nDCG on FollowIR), (2) significantly increased robustness to lexical choices/phrasing in the query+instruction (+12.9 Robustness@10 on InstructIR), and (3) the ability to perform hyperparameter search via prompting to reliably improve retrieval performance (+1.4 average increase on BEIR). Promptriever demonstrates that retrieval models can be controlled with prompts on a per-query basis, setting the stage for future work aligning LM prompting techniques with information retrieval.

چکیده به فارسی (ترجمه ماشینی)

مدل های زبان تنظیم شده توسط دستورالعمل (LM) قادر به پاسخگویی به دستورات ضروری هستند و یک رابط کاربری طبیعی تر در مقایسه با همتایان پایه خود ارائه می دهند.در این کار ، ما PromPtriever را ارائه می دهیم ، اولین مدل بازیابی که قادر به ایجاد مانند LM است.برای آموزش PromPtriever ، ما یک آموزش آموزش جدید در سطح نمونه را از خانم مارکو تنظیم و منتشر می کنیم و تقریباً 500K نمونه را شامل می شود.PromPtriever نه تنها در کارهای بازیابی استاندارد به عملکرد قوی می رسد بلکه دستورالعمل ها را نیز دنبال می کند.ما مشاهده می کنیم: (1) دستاوردهای بزرگ (رسیدن به SOTA) در مورد دستورالعمل های مربوط به ارتباط دقیق (+14.3 p-MRR / +3.1 NDCG در دنبال کردن) ، (2) به طور قابل توجهی استحکام را به انتخاب / بیان واژگان در Query+آموزش افزایش داد (+12.9استحکام@10 در دستورالعمل) ، و (3) امکان انجام جستجوی هایپرپارامتر از طریق درخواست بهبود قابل اعتماد عملکرد بازیابی (افزایش متوسط ​​1/1 در BEIR).PromPtriever نشان می دهد که مدل های بازیابی را می توان با یکپارچه سازی بر اساس هر یک از آنها کنترل کرد و مرحله ای را برای کار آینده در تراز کردن تکنیک های LM با بازیابی اطلاعات فراهم می کند.