인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
최근 Large Language Model (LLM)과 Retrieval-Augmented Generation (RAG)에 기반한 AI 서비스의 확산으로 검색 모델(retriever)에 대한 관심이 다시 높아지고 있다. 검색 모델의 연구로는 sparse retrieval부터 최근 dense retrieval까지 많은 접근법과 문제 해결 방법이 있으며, 이는 여러 소프트웨어 애플리케이션에 적용되어 사용자에게 편의를 제공한다. 또한 검색 모델의 성능을 평가하기 위한 벤치마크의 종류도 다양해져 검색 모델연구의 중요성도 커지고 있다. 본 논문에서는 최신 뉴럴검색 모델(neural retriever)의 여러 접근법에 대하여 소개한다. 뉴럴 검색 모델은 딥러닝(deep learning)에 기반한 방법이며, 이는 single-vector retriever, multi-vector retriever, generative retriever 등 다양한 유형으로 연구되었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092296144
