Smoothri est une solution logicielle innovante conçue pour améliorer la performance des systèmes de recherche d'information (IR) en fournissant des approximations lisses des indicateurs de rang. Les métriques IR traditionnelles, telles que la précision et le NDCG, reposent sur des opérations de classement qui sont intrinsèquement non différentiables, posant des défis pour l'optimisation directe dans les modèles IR neuronaux. Smoothri répond à cette limitation en introduisant des approximations différentiables, permettant une intégration transparente avec les techniques d'optimisation basées sur le gradient. Caractéristiques clés et fonctionnalités : - Indicateurs de rang lisses : Offre des approximations lisses des indicateurs de rang, facilitant l'optimisation directe des métriques IR dans les modèles neuronaux. - Garanties théoriques : Fournit des assurances que les erreurs d'approximation diminuent de manière exponentielle avec un hyperparamètre de type température inverse, garantissant précision et fiabilité. - Application polyvalente : Démontre son efficacité sur divers ensembles de données d'apprentissage au classement et tâches IR basées sur le texte, validant son adaptabilité et sa robustesse. Valeur principale et avantages pour l'utilisateur : Smoothri permet aux développeurs et chercheurs d'optimiser directement les métriques IR au sein des modèles neuronaux, surmontant les défis posés par les opérations de classement non différentiables. En permettant des approximations différentiables, il améliore l'efficacité et l'efficience des systèmes de recherche d'information, conduisant à des résultats de recherche plus précis et pertinents.