研究人员开发了MIMO，一个旨在改进混合语言语料库中多语言信息检索（MLIR）的新框架。与针对多单语环境优化的现有模型不同，MIMO通过使用稳定的英语语义空间作为锚点来解决MLIR中的性能下降问题。该框架采用知识蒸馏和跨语言对比学习的两阶段过程，以增强检索区分度同时保持对齐。 AI
影响 提高了在不同语言环境下的搜索能力，可能增强跨语言数据访问和分析。
排序理由 该集群包含一篇详细介绍信息检索新框架的学术论文。
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 →
arXiv:2605.31171v1 Announce Type: cross Abstract: Multilingual Information Retrieval (MLIR) reflects real-world search environments in which queries and relevant documents may appear in different languages within a mixed-language corpus. However, existing embedding models are pri…
Multilingual Information Retrieval (MLIR) reflects real-world search environments in which queries and relevant documents may appear in different languages within a mixed-language corpus. However, existing embedding models are primarily optimized for Multi-Monolingual retrieval a…