Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Robust Generative Information Retrieval

Descrizione del progetto

Creazione di un recupero di informazioni generativo affidabile

Il recupero tradizionale delle informazioni si basa sull’indicizzazione e sulla ricerca. Un nuovo approccio al recupero generativo delle informazioni codifica intere raccolte di documenti direttamente in un modello. Questo recupero viene poi formalizzato in un problema di apprendimento sequenza-sequenza, che consente l’ottimizzazione di obiettivi più ampi quali equità, diversità e impatto a lungo termine. Finanziato dal CER, il progetto UNITE intende creare sistemi di recupero generativo affidabili. Combinerà modelli generativi con l’apprendimento per rinforzo. Garantirà inoltre accuratezza, affidabilità e resilienza, esplorando al contempo spiegabilità, riproducibilità e sicurezza. Le applicazioni includeranno la ricerca di notizie, sistemi di raccomandazione e il recupero di informazioni relative al clima. UNITE promette di rimodellare il modo in cui il recupero delle informazioni viene concepito, valutato e ottimizzato per il bene della società.

Obiettivo

Generative information retrieval is an emerging paradigm that replaces the traditional index-then-retrieve pipeline by encoding all information about a document collection in the parameters of a model. The retrieval task is then formalized as a sequence-to-sequence learning problem, making it possible to optimize the system end-to-end. This enables optimization towards a broad range of goals, not just short-term utility ones but also broader long-term objectives, such as fairness and diversity.

Trustworthiness is a prerequisite for the development, deployment, and use of AI-based systems. With UNITE I propose a technical agenda to understand how we can build warranted trust in generative information retrieval while reaping the benefits of the potential this paradigm promises for optimizing for goals beyond short-term utility.

My methodological innovations will be based on advancing the foundations of generative information retrieval and a synthesis of generative information retrieval with reinforcement learning, capturing the sequential and interactive nature of retrieval, thus offering a principled way to deal with long-term goals. These advances will be pursued along three lines where generative information retrieval needs to uphold verifiable guarantees: accuracy, including well-defined and explained contexts of usage; reliability, including exhibiting parity with respect to sensitive attributes; and resilience to distributional shifts and adversarial examples. I will also study ways to probe generative information retrieval methods to aid explainability, reproducibility, and safety. We will demonstrate the utility of our new methodologies on tasks of great societal value: news search and recommendation, and information retrieval for climate impact.

While adventurous, UNITE has great algorithmic significance. It may lead to a fundamental re-assessment of how the field conceptualizes, evaluates and optimizes the success of information retrieval methods.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

Questo progetto non è ancora stato classificato con EuroSciVoc.
Suggerisci i campi scientifici che ritieni più rilevanti e aiutaci a migliorare il nostro servizio di classificazione.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2024-ADG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

UNIVERSITEIT VAN AMSTERDAM
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 2 868 930,00
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Beneficiari (1)

Il mio fascicolo 0 0