CLARINET: Ampliación de modelos de lenguaje para formular preguntas de aclaración para la recuperación

Los usuarios a menudo hacen solicitudes ambiguas que requieren aclaración. Estudiamos el problema de formular preguntas de aclaración en un entorno de recuperación de información, donde los sistemas a menudo enfrentan consultas de búsqueda ambiguas y es un desafío convertir la incertidumbre en el modelo de recuperación en una pregunta en lenguaje natural. Presentamos CLARINET, un sistema que formula preguntas de aclaración informativas eligiendo preguntas cuyas respuestas maximizarían la certeza en el candidato correcto. Nuestro enfoque funciona ampliando un modelo de lenguaje grande (LLM) para que condicione en una distribución de recuperación, ajustándolo de extremo a extremo para generar la pregunta que habría maximizado la clasificación del candidato verdadero en cada turno. Al evaluarlo en un conjunto de datos de recuperación del mundo real de usuarios que buscan libros, nuestro sistema supera heurísticas tradicionales como la ganancia de información en éxito de recuperación en un 17% y a los LLMs con indicaciones estándar en un 39% relativo.