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高效索引 — 本文研究如何在不牺牲 SOTA 检索效率的前提下，显著降低学习稀疏检索索引的内存占用。
• NativeScope：基于正确锚点的原生拓扑关系定位检索 — 密集检索通常按文本块与问题的语义相似度排序，但这忽略了多数数据系统已存储的结构信息，包括章节归属、序列关系等。
• Project Greenhouse：迈向完全开放且具备自主权的 Agentic Search 进展 — Project Greenhouse 是一项简洁理念的探索：我们相信仅需适度的算力投入，就能构建完全开放、具备自主权的 Agentic Search 模型。
• 文本中的混乱：揭示混合模态检索器的模态偏好 — 密集检索器在文本和图像语料上已取得显著进展，但其能力能否可靠地推广到包含文本、图像及融合图文内容的混合语料仍不明确。
• 自回归检索器：基于物品反馈改进查询理解以实现通用多模态检索 — 通用多模态检索通常对查询只编码一次，再按嵌入相似度独立排序各索引物品。该设计支持高效搜索，但难以利用物品反馈来改进查询理解。