人大最新《从匹配到生成：生成式信息检索》综述

信息检索（IR）系统是用户获取信息的关键工具，在搜索引擎、问答系统和推荐系统等场景中广泛应用。传统的IR方法基于相似性匹配来返回文档的排序列表，多年来一直是信息获取的可靠手段，在IR领域占据主导地位。随着预训练语言模型的发展，生成式信息检索（GenIR）作为一种新兴范式出现，近年来受到越来越多的关注。目前，GenIR的研究可以分为两个方面：生成文档检索（GR）和可靠响应生成。GR利用生成模型的参数记忆文档，实现通过直接生成相关文档标识符的方式检索，无需显式索引。另一方面，可靠响应生成利用语言模型直接生成用户寻求的信息，打破了传统IR在文档粒度和相关性匹配方面的限制，提供了更多的灵活性、效率和创造性，从而更好地满足实际需求。本文旨在系统回顾GenIR的最新研究进展。我们将总结GR在模型训练、文档标 ………………………………