VANGUARD 团队开发了 IROH，一个三阶段检索系统，在 JOKER 2026 赛道任务 1 英语竞赛中获得第一名。该系统结合了混合检索方法、交叉编码器重排以及大语言模型裁判的集成。关键发现表明，带有推理蒸馏的裁判对于排名质量至关重要，而结构化的硬负例可能会损害泛化能力。值得注意的是，像 Qwen2.5-7B 这样经过良好校准的小型模型，使用通用推理，其表现优于大型 Gemma-4-31B 配置。 AI
影响 这项研究展示了用于信息检索任务的高级 LLM 裁判技术，有可能改进幽默排名系统。
排序理由 该集群描述了一篇研究论文，其中详细介绍了一个在特定竞赛赛道中获得第一名的系统，包括消融研究的发现。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2609.15618v1 Announce Type: cross Abstract: Our team, VANGUARD, presents IROH (Insightful Ranking of Humor), a three-stage retrieval system for JOKER Task 1 English at CLEF 2026, achieving first place on the leaderboard with 0.6347 MAP. Our pipeline combines hybrid sparse-d…
Our team, VANGUARD, presents IROH (Insightful Ranking of Humor), a three-stage retrieval system for JOKER Task 1 English at CLEF 2026, achieving first place on the leaderboard with 0.6347 MAP. Our pipeline combines hybrid sparse-dense retrieval, cross-encoder reranking, and a LoR…