Cool Papers · cs.IR (papers.cool) · RSS 摘要

信源：Cool Papers · cs.IR (papers.cool) · https://papers.cool/arxiv/cs.IR/feed

• 面向学习稀疏检索的紧凑且高效索引 — 本文研究如何在不牺牲 SOTA 检索数据效率的前提下，大幅降低学习稀疏检索索引的内存占用。
• NativeScope：基于原生拓扑与正确锚点的关系局部化检索 — 稠密检索通常依据文本块与问题的语义相似度排序，却忽视了数据系统中已有的结构（如段落归属、序列等）。
• Project Greenhouse：迈向完全开放与自主的智能体搜索 — Project Greenhouse 代表我们对一个简单命题的探索：我们相信仅需适度算力，就能构建面向智能体搜索的完全开放与自主模型。
• 文本中的混沌：揭示混合模态检索器中的模态偏好 — 稠密检索器在文本与图像语料上已取得显著进展，但其能力能否可靠泛化到包含文本、图像及图文融合的混合语料仍待验证。
• Autoregressive Retriever：通过物品反馈提升查询理解的通用多模态检索 — 通用多模态检索通常对查询仅编码一次，再通过嵌入相似度对独立索引的物品排序；该设计支持高效搜索，但难以利用……