★ 3
arXiv 研究法律检索重排器难负样本训练，4B 模型偏好率 72.4%
论文指出在足够大的候选池下嵌入召回收益递减，重排器质量成为关键。作者在中文法律检索基准上比较嵌入挖掘、自挖掘与动态负样本策略，发现嵌入到自挖掘的两阶段流程性价比最佳。训练后的 4B 重排器在 STARD、CSAID 及内部集上指标提升，离线偏好评估中 72.4% 非平局对比胜出。
arXiv NLP13 天前
#信息检索
共 20 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
Linkup开源1.49亿参数稀疏嵌入模型
Linkup Research发布开源稀疏嵌入模型SPARSEUP，基于1.49亿参数的ModernBERT骨干，在BEIR-13上取得56.4 nDCG@10。模型采用logit shift、每token top-12扩展与大小写折叠保持稀疏性，配合Seismic索引可在约380微秒内达到97%…
MarkTechPost43 天前
★ 3
利用目录结构增强检索的STAIR系统
提出STAIR检索系统，利用目录等全局结构信息提升生成式信息检索的准确性，减少幻觉。在SearchTome基准上Recall@1达82.6%，优于DSI、BM25等基线，并发布18本书的基准数据集。
arXiv cs.AI59 天前
★ 2
DaR 流程提升阿拉伯语法条检索，证据法 MRR 升至 0.696
论文构建 200 例沙特阿拉伯语合成司法案例与 381 条家事法、证据法条文基准，比较 BM25、稠密编码器与融合策略。Qwen3-Embedding-8B 整体 MRR@10 达 0.849，但在证据法上骤降至 0.087；提出 Decompose-and-Refine 流程后，证据法 MRR@…
arXiv NLP3 天前
★ 2
嵌入检索+LLM 过滤在随机试验语料中召回 92% 证据
论文比较标签检索与「文本嵌入召回候选 + 语言模型筛选」两阶段方案，在 7354 项随机对照试验语料上，标签检索仅找到系统综述所需证据的 45%，新方法达到 92%，但单次查询成本随检索深度上升。结果支持广召回加查询特定证据过滤的架构。
arXiv NLP5 天前
★ 2
arXiv 论文提出参数化会话状态，免重放历史恢复检索意图
论文针对长会话助手中「用之前的配置」这类省略指代的追问，提出参数化会话状态（Parametric Session State）作为可复用的会话记忆层，只记住「要搜什么」而把事实知识留在外部。相比重放历史的长上下文模型和假设查询信息充分的传统 RAG，该方法降低了重复处理历史的成本。
arXiv NLP6 天前
★ 2
投研Agent两年开发复盘：模型好选，搜索难做
作者复盘一个投研Agent长达两年的开发历程，指出模型选型相对容易，真正的难点在于搜索与信息检索环节。文章分享了检索质量、数据源与工程实现上的经验教训。
InfoQ AI6 天前
★ 2
研究称 System One 决策模型并非更好重排器
论文在六个 Qwen 骨干（0.6B 至 27B）和十个检索数据集上比较决策微调与重排微调，发现决策微调从未带来更好重排效果。0.6B 至 9B 区间重排微调以 5 至 29 点 nDCG@10 领先，27B 时两者持平。作者结论：需要重排器就微调重排器。
arXiv NLP7 天前
★ 2
arXiv 研究查询抽象度对阿拉伯古典诗歌检索的影响
研究以古典阿拉伯诗歌为对象，对九个稠密编码器与 BM25 在两种语料、三种索引模式与两种评测协议下进行基准测试。结果显示检索器优劣取决于查询保留原诗句措辞的程度：舌尖现象式查询中 BM25 领先所有稠密编码器，而抽象查询中则跌至第十位中的第八。研究还发现两种标准评测协议在同一系统上结论相互背离。
arXiv NLP7 天前
★ 2
研究提出证据门控双语 RAG 框架，提升银行搜索命中率
论文提出面向消费者银行业务搜索的证据门控双语 RAG 框架，完全本地部署，融合网页内容精炼、稠密-稀疏混合检索、意图感知证据选择、交叉编码器重排与三态决策机制。在 210 条阿拉伯语与英语查询上，Top-1 命中率从 50.48% 提升至 79.05%。作者强调结果仍属初步。
arXiv NLP14 天前
★ 2
SciCurateBench：用语言动作智能体从文献提取实验数据
论文发布 SciCurateBench，含 200 篇生命科学期刊专家标注论文，要求系统从原始文献中核验复合生物学实验条件。普通 LLM 与主流推理、工具调用、反馈型智能体均表现不佳；作者提出 LangPoli 系统，论文分类 F1 达 83.16%（基线 58.22%），并在 LitSearch…
arXiv NLP19 天前
★ 2
LLM 搜索结果存在五类后门风险
文章分析了攻击者可能利用的五种后门手段，操纵大语言模型搜索结果，从而影响用户获取的信息。这揭示了 LLM 搜索在信息可信度与安全性上的潜在漏洞，对依赖 AI 搜索的产品和用户构成威胁。
Hacker News – LLM20 天前
★ 2
MetaEncoder：双编码器多模态决策接口研究
论文提出 MetaEncoder，将预训练 Muse-Glimmer 30B 解码器微调为指令遵循的决策编码器，采用双编码器架构与单向对比学习对齐请求与候选选项。方法覆盖小规模闭集（<256）与百万级开放集检索场景，在 11 个基准套件、190 项任务上评测，在推理密集型任务上仍存在局限。
arXiv NLP24 天前
★ 2
LLM 搜索与推荐引擎方法综述
GitHub 上出现一个仓库，系统梳理基于生成式 AI 与大语言模型构建大规模搜索和推荐引擎的方法。内容涵盖自动补全、查询澄清、跨语言检索、多语言嵌入模型、BERT 排序与深度研究等方向。属于资料汇编型项目，对搜索推荐领域研究者有参考价值。
Hacker News – AI38 天前
★ 2
基于医学本体的病例报告多模态信息系统
研究构建面向病例报告的多模态信息系统，从2000至2021年52949篇开放获取病例报告中提取结构化临床摘要、医学图像与生物医学命名实体，并以医学本体组织。系统提供搜索与浏览界面，帮助初级临床医生高效检索病例、提升罕见病识别与诊断。该工作针对传统关键词检索在非结构化病例报告上的局限。
arXiv cs.AI45 天前
★ 2
HintMiner：从问答帖子自监督挖掘问题提示
针对Stack Overflow等问答论坛响应不及时的问题，论文提出HintMiner工具，利用机器理解与序列生成技术自动为用户问题生成提示。系统先检索大量网络问答帖，再用基于Transformer与复制机制的语言模型MiningNet抽取提示，并通过自监督目标训练。在6万个Stack Overf…
arXiv cs.LG47 天前
★ 2
RAP基准：LLM研究注意力预测能力评测
论文提出研究注意力预测（RAP）滚动基准，覆盖278个AI/ML领域与1,390个回合，要求LLM智能体在时间受限的arXiv语料中检索并预测未来六个月八个研究方向论文占比。结果显示搜索通常有帮助，但四个诊断模型在组合准确率上均不如精确计数EWMA基线。研究揭示状态延续优于直接预测、冻结证据回放等…
arXiv cs.AI53 天前
★ 1
★ 1
研究者发布面向 LLM 意图搜索的协议
一篇发表于 Zenodo 的论文提出针对 LLM 意图搜索的协议设计，试图规范如何用大模型理解并检索用户真实意图。该工作属于检索与意图理解交叉方向的方法论探索。
Hacker News – LLM14 天前
★ 1
这个主题的相关资产
相关公司阿里巴巴3