研究¶

II-Research致力于帮助人们发现、理解并信任信息。我们的研究涵盖信息检索、生成式人工智能、多模态学习、知识表示与以人为中心的计算。

可信信息检索¶

信息检索系统会影响人们获取知识和作出决策的方式。我们面向数字图书馆、新闻、医疗、专利和电子商务等场景，研究有效、透明、保护隐私且具有稳健性的信息检索技术。

我们研究基于大语言模型的搜索系统，帮助用户表达信息需求、检索证据、综合信息并完成复杂的信息获取任务。

交互日志有助于改进搜索系统，但也可能包含敏感个人信息。我们研究在保护用户隐私的同时保持系统有效性的学习与检索方法。

我们对齐文本、图像、音频、视频等不同模态，构建更加全面且能够理解上下文的搜索体验。

我们研究能够利用历史查询与交互上下文的信息检索方法，包括用户建模、意图理解、行为分析与自适应排序。

为减少大语言模型生成不准确或缺少依据的内容，我们研究检索、证据约束、引用、可控生成与评估方法。

随着搜索从链接排序发展到生成式回答，我们设计用于评估相关性、多样性、证据一致性、可靠性与用户价值的指标和实验方法。

常识对人类而言十分自然，但机器很难获取和运用。我们研究符合日常知识与现实约束的生成式、多模态推理方法。

搜索交互反映了用户表达信息需求和作出选择的方式。我们研究面向信息检索与推荐系统的用户建模、意图分析和行为理解，并关注隐私与负责任的数据使用。

知识图谱以结构化方式表示实体、概念及其关系。我们的研究包括人物画像知识图谱、可供性知识图谱、图表示学习和知识增强检索。

先进人工智能系统可能对个人和社会产生难以预见的影响。我们研究帮助AI理解人类价值、并使其行为符合人类需求的数据集、模型和评估方法。