个性化表达基准测试检索排序扰动

PersonalQuery-Benchmark（PQB）已发布，并通过3个亚马逊商品域的6,516条查询，测试个性化表达差异会如何影响检索排序。实验覆盖5种架构的检索模型和2个LLM排序模型，数据质量经大语言模型评估与独立人工评估验证。 结果显示，即使查询对应的信息需求保持不变，用户的个性化句法表达和书写错误仍会造成可测的排序变化；不同模型对这类差异的敏感度也不同。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。