ReFilter：结合嵌入与LLM过滤检索相似移动应用
原标题：ReFilter: Bridging Embeddings and LLM Filtering for Similar Mobile App Retrieval
AI 摘要
多伦多大学等机构的研究者提出 ReFilter，一个混合框架，先用嵌入向量检索语义相近的移动应用候选集，再用大语言模型进行上下文过滤，以识别真正功能相似的应用。该方法在检索相似应用任务上取得 90% 的 F1 分数，兼顾效率与精度，可支持应用对比、竞品分析和推荐。作者称这是首个将上下文感知的 LLM 过滤应用于大规模应用检索的研究。
正文节选
[Page 1] ReFilter: Bridging Embeddings and LLM Filtering for Similar Mobile App Retrieval AUTHORS SECTION AlMulla, Buthayna University of Toronto, Canada | buthayna.almulla@mail.utoronto.ca Assi, Maram Université du Québec à Montréal, Canada | assi.maram@uqam.ca Hassan, Safwat University of Toronto, Canada | safwat.hassan@utoronto.ca ABSTR