📋 RAG · 向量检索 · 重排 · 查询改写 — 轻量文献候选

日期： 2026-07-21（周二）
来源： arXiv + HuggingFace Daily + Tavily 补充
去重参考： 近 7 日有 rag-e1prep.md、agent-rag-longcontext-radar.md 等，本批聚焦重排与查询改写新工作。

行业动态速览

Azure AI：查询改写 + 新语义排序器（2026，techcommunity.microsoft.com）
检索栈新增 query rewriting 层，配合新语义 ranker 模型，在 90+ 数据集、19 语言上 NDCG@3 提升达 +22 点，对 term-based 索引召回率低场景效果最显著（+4 NDCG@3）。来自千亿级日查询生产经验。

Racine AI：重排如何将原始 RAG 结果转化为精准答案（2026，racine.ai）
指出 bi-encoder 初筛能搞定 recall@k 但 precision@1 常不足；cross-encoder 在 top-k subset 做精细交互评分，实测 NDCG@10 提升 5–15 点，hard 数据集达 20+ 点，额外延迟 <200 ms。

BigData Boutique：2025–2026 Cross-Encoder Reranker 全景（bigdataboutique.com）
覆盖 reranker 选型、与 bi-encoder 协同策略、如何在自己的 OpenSearch 管道中接入而不爆延迟预算。

核心候选（按相关度排序）

🔥 高价值

[1] NOWJ@COLIEE 2026: Adaptive Pipelines for Legal Retrieval and Reasoning
arXiv · 2026-07-18 · 越南团队 · Tags: rag benchmark
四阶段法律检索管道：① BM25 候选过滤 → ② 互补embedding模型稠密检索 → ③ 微调生成重排器 + MLP 成对分类交叉编码重排 → ④ 自适应 per-query 截断预测。Task 2 额外用 T5 重排 + LLM entailment 验证。法律领域 RAG + 多阶段重排的完整工程参考。
🔗 http://arxiv.org/abs/2607.16603v1

[2] Transforming LLMs into Efficient Cross-Encoders via Knowledge Distillation for RAG Reranking
arXiv · 2026-07-11 · Tags: rag benchmark systems
用 Unsloth + LoRA 将 LLaMA 3 8B 微调为 drop-in 重排器（替代原生 cross-encoder），再经 4-bit 量化。Dual-retriever 管道（BM25 + dense）接入后，RAGAS 框架评测显示质量明显提升，同时推理成本大幅降低。实操性很强的 RAG 重排效率化方案。
🔗 http://arxiv.org/abs/2607.11933v1

📌 参考价值

[3] Revolutionizing Information Retrieval with RAG Reranking and ColBERT
Medium · ColBERT 演进（v1 → v2 → PLAID），late interaction 机制与 MaxSim 操作原理，BEIR/LoTTE 全zero-shot SOTA 对比。可作为 ColBERT 家族重排机制的理论背景补充。
🔗 https://medium.com/@diptamay/revolutionizing-information-retrieval-with-rag-reranking-and-colbert-6069f195a733

[4] 🧠 RAG in 2026: A Practical Blueprint
DEV Community · 2026 · 覆盖 naive RAG / agentic RAG / reranking / routing / query strategies / indexing 等全链路，作者有实战参考实现。适合快速建立 2026 RAG 技术栈全局观。
🔗 https://dev.to/suraj_khaitan_f893c243958/-rag-in-2026-a-practical-blueprint-for-retrieval-augmented-generation-16pp

本期小结

⚠️ 本次 HF Daily 捕获以 agent/multimodal 为主（如 RESOURCE2SKILL 113票），与 RAG 主题去重后未纳入。后续如需 agent + RAG 交叉文献可单独开题。