Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.03306

帮助 | 高级搜索

计算机科学 > 信息检索

arXiv:2508.03306 (cs)
[提交于 2025年8月5日 (v1) ,最后修订 2025年8月6日 (此版本, v2)]

标题: 低精度检索的可靠评估协议

标题: Reliable Evaluation Protocol for Low-Precision Retrieval

Authors:Kisu Yang, Yoonna Jang, Hwanseok Jang, Kenneth Choi, Isabelle Augenstein, Heuiseok Lim
摘要: 降低模型参数和计算的数值精度被广泛采用以提高检索系统的效率。 然而,在低精度下计算查询与文档之间的相关性得分时,由于粒度减少,我们观察到虚假的平局。 这会导致基于平局解决的结果具有较高的变异性,使评估变得不可靠。 为了解决这个问题,我们提出了一种更稳健的检索评估协议,旨在减少得分变化。 它包括:(1) 高精度评分(HPS),将最终评分步骤提升到更高精度,以最小的计算成本解决平局候选者;以及 (2) 有平局意识的检索指标(TRM),它们报告期望得分、范围和偏差,以量化平局候选者的顺序不确定性。 我们的实验在两个检索数据集上测试了多个模型和三种评分函数,以证明HPS显著减少了由平局引起的不稳定性,而TRM准确恢复了期望的指标值。 这种组合使得更低精度的检索评估系统更加一致和可靠。
摘要: Lowering the numerical precision of model parameters and computations is widely adopted to improve the efficiency of retrieval systems. However, when computing relevance scores between the query and documents in low-precision, we observe spurious ties due to the reduced granularity. This introduces high variability in the results based on tie resolution, making the evaluation less reliable. To address this, we propose a more robust retrieval evaluation protocol designed to reduce score variation. It consists of: (1) High-Precision Scoring (HPS), which upcasts the final scoring step to higher precision to resolve tied candidates with minimal computational cost; and (2) Tie-aware Retrieval Metrics (TRM), which report expected scores, range, and bias to quantify order uncertainty of tied candidates. Our experiments test multiple models with three scoring functions on two retrieval datasets to demonstrate that HPS dramatically reduces tie-induced instability, and TRM accurately recovers expected metric values. This combination enables a more consistent and reliable evaluation system for lower-precision retrievals.
评论: 11页,5图,已提交至ARR
主题: 信息检索 (cs.IR) ; 人工智能 (cs.AI); 计算与语言 (cs.CL)
引用方式: arXiv:2508.03306 [cs.IR]
  (或者 arXiv:2508.03306v2 [cs.IR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.03306
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Kisu Yang [查看电子邮件]
[v1] 星期二, 2025 年 8 月 5 日 10:27:57 UTC (1,542 KB)
[v2] 星期三, 2025 年 8 月 6 日 02:48:59 UTC (10,637 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.IR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.AI
cs.CL

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号