研究人员引入了一种名为Latent Terms的新方法，该方法表明密集检索模型可以分解为适用于传统BM25评分的稀疏特征。该技术应用于使用稀疏自编码器的冻结检索器，在无需检索特定调整或监督的情况下，提取了具有齐夫分布统计特征的潜在词汇。Latent Terms在LIMIT基准测试上，其性能与现有的单向量评分方法和SPLADE变体相当或更优，并显著优于其基础模型。 AI
影响 这项研究表明，密集检索模型具有可以利用以提高稀疏检索效率和效果的潜在结构。
排序理由 该集群包含一篇详细介绍信息检索新方法的学术论文。
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:2605.29384v1 Announce Type: cross Abstract: We propose Latent Terms, a method revealing that models trained for dense retrieval, whether single- or multi-vector, learn representations that can trivially be decomposed into retrieval-ready sparse features. When trained on fro…
We propose Latent Terms, a method revealing that models trained for dense retrieval, whether single- or multi-vector, learn representations that can trivially be decomposed into retrieval-ready sparse features. When trained on frozen retrievers, Sparse Autoencoders without any re…