核心信息
Q2D-Web 是一个关联性数据集，融合了智能体引用、生产环境网页排序，以及经过 LLM 评判扩展的集合，以提升评估的稳健性。
要点
- 采用三套互补的关联性集合，减少漏报并避免过度依赖单一标注流程。
- 可用于测试不同关联性定义对模型性能的影响。
- 对构建或评估检索及智能体搜索系统的团队具有参考价值。
Q2D-Web：融合智能体引用、网页排序与LLM评判的关联性新方法
原始推文
Q2D-Web uses agent citations, production web rankings, and a combined set expanded with LLM judgments. These three relevance sets reduce false negatives and reliance on a single labeling pipeline, while testing how relevance definitions affect model performance. https://t.co/g6mLDKp2zM