[目的/意义]探究大语言模型(Large Language Models,LLMs)等人工智能生成技术对用户信息检索行为产成的影响,为信息检索系统和信息资源建设建言献策。[方法/过程]以ChatGPT等LLMs的蓬勃发展为背景,结合大语言模型的技术特点与现有产品...[目的/意义]探究大语言模型(Large Language Models,LLMs)等人工智能生成技术对用户信息检索行为产成的影响,为信息检索系统和信息资源建设建言献策。[方法/过程]以ChatGPT等LLMs的蓬勃发展为背景,结合大语言模型的技术特点与现有产品的特征,从用户信息行为的视角,通过探讨现有文献和大型语言模型,分析该技术的不断普及对信息检索系统与用户检索行为的影响。[结果/结论]LLMs用作信息检索系统具有传统产品无法比拟的优势,其对用户信息检索行为的底层逻辑、行动重点与检索期望等方面都会产成影响。然而LLMs现有可靠性、准确度等缺陷仍难以使其立刻取代传统信息检索方式。建议在信息检索系统和信息资源建设中重视该技术,探索LLMs与信息服务智能结合,以应对未来用户信息需求的变化,并进一步充分利用已有信息资源的价值。展开更多
文摘[目的/意义]探究大语言模型(Large Language Models,LLMs)等人工智能生成技术对用户信息检索行为产成的影响,为信息检索系统和信息资源建设建言献策。[方法/过程]以ChatGPT等LLMs的蓬勃发展为背景,结合大语言模型的技术特点与现有产品的特征,从用户信息行为的视角,通过探讨现有文献和大型语言模型,分析该技术的不断普及对信息检索系统与用户检索行为的影响。[结果/结论]LLMs用作信息检索系统具有传统产品无法比拟的优势,其对用户信息检索行为的底层逻辑、行动重点与检索期望等方面都会产成影响。然而LLMs现有可靠性、准确度等缺陷仍难以使其立刻取代传统信息检索方式。建议在信息检索系统和信息资源建设中重视该技术,探索LLMs与信息服务智能结合,以应对未来用户信息需求的变化,并进一步充分利用已有信息资源的价值。
