我们上次提到一个最近几年兴起的研究方向“产生式信息检索”（Generative Information Retrieval）。这个方向的中心思想是用“大语言模型”（Large Language Models）来作为“信息检索”的核心组件，从而替代经典信息检索中的“倒排索引”以及其他的一些构件。

SIGIR 2024上有一个深入讲解这方面前沿知识的短课程叫“Recent Advances in Generative Information Retrieval”（http://t.cn/A6BaN9Ut）。其作者分别是Yubao Tang（http://t.cn/A6BaN9Uq）、Ruqing Zhang（http://t.cn/A6BaN9Ub）、Zhaochun Ren（http://t.cn/A6BaN9U5）、Jiafeng Guo（http://t.cn/A6BaN9UG）和Maarten de Rijke（http://t.cn/RyZQzxM）。这一个短课程在好几个会议上也都有讲授。

这一个短课程分为6个部分，涵盖了这方向的几个重大问题：包括如何生成DocID（数值法或文本法）、如何有效得训练多重目标（如索引任务和检索任务）、如何能够在大数据上增加速率、以及如何能够对不同的下游目标任务来进行调整。整篇短课程可以说是非常全面，是了解这方面内容的必读资料。

整个短课程需要3-4小时来进行浏览。