列表式重排问答模型

融合检索与生成

一种新的开放域问答方法，用生成式列表重排序器融合检索文档和大模型生成文档，比单独用任一种都更可能找到答案。

Yi, Zhao · 何炎祥 · 张晓通 · 文卫东

Neurocomputing 2026

参数信息

评测基准数量

5

技术优势

检索生成互补

用生成式列表重排序器同时处理检索和生成的文档，比单独使用任一种来源更能提高答案覆盖率。

提升答案覆盖率

重排序器以最大化答案出现的概率为目标，生成的top-k文档列表更可能包含正确答案。

生成视角多样

用聚类方法将示例分组，从每个簇中检索相似示例来构造提示，使生成的文档覆盖更广的视角。

应用场景

• 开放域问答：融合外部检索与内部生成知识，提高开放域问答的答案准确率。
• 信息检索：用列表重排序优化候选文档排序，提升检索相关性。
• 大模型应用：作为大模型问答系统的后处理组件，筛选高质量上下文。