摘要
推理密集型检索（RIR）旨在解决相关性由查询与支持证据间潜在推断链接而非语义相似性介导的检索场景。受大语言模型涌现的推理能力驱动，近期研究将其融入信息检索全流程。本文系统梳理了现有 RIR 基准测试，提出了基于推理集成位置的分类法，分析了方法权衡与应用，并总结了该领域的挑战与未来方向，为这一快速发展但分散的研究领域提供了清晰的路线图。
AI 推荐理由
论文聚焦推理密集型检索，核心探讨如何利用 LLM 推理能力解决潜在推断链接问题。
研究机构
浙江大学
中国科学院大学
南洋理工大学
耶鲁大学
论文信息