Jamie Callan

Callan baut Suchmaschinen und Retrieval-Evaluationskorpora seit einer Zeit, bevor „RAG“ als Begriff existierte — Indri, die Datensätze ClueWeb09 bis ClueWeb22, jene Artefakte, die NLP-Papers als Evaluationsinfrastruktur zitieren, ohne zu merken, dass sie ursprünglich Information-Retrieval-Forschung waren. Sein jüngerer Beitrag als Mitautor von FLARE (Forward-Looking Active RAG, 2023) ist die Brücke: eine Grundlagenfigur des Information Retrieval, die einer jüngeren Generation von NLP-Forschern hilft zu erkennen, welche Retrieval-Probleme tatsächlich neu sind und welche schon vor zwanzig Jahren gelöst wurden. Ihn zu lesen ist ein Weg, den Standardfehler der NLP-Seite zu vermeiden: die Retrieval-Schicht als Blackbox zu behandeln, die „einfach sucht“.

Lesenswert, wenn

man die Information-Retrieval-Grundlagen unter modernen RAG-Systemen verstehen will — und die Fehlermodi, die diese Grundlagen bereits kartiert haben.

Themen

Grundlagen und Geschichte des Information Retrieval; webskalige Retrieval-Korpora (ClueWeb-Familie); Active Retrieval als Brücke zwischen IR und LLM-getriebenem NLP.

Zentrale Arbeiten

Indri search engine (frühe 2000er, laufend); ClueWeb-Korpora (2009 bis 2022); FLARE / Active Retrieval-Augmented Generation (2023, Mitautor).