研究人员推出ReverseEOL，一种无需额外训练即可增强由仅解码器大型语言模型（LLM）生成的文本嵌入的新方法。该技术通过整合从反向处理的输入文本派生的反向嵌入来增强标准嵌入。通过使词元接触到先前无法访问的未来上下文，反向嵌入提供了互补信息，从而产生更丰富的最终表示。在STS和MTEB基准上的实验表明，在各种LLM上性能均有显著提升。 AI
影响 提高了冻结LLM的文本嵌入质量，有可能在无需进一步模型训练的情况下增强下游NLP任务。
排序理由 该集群包含一篇详细介绍LLM新研究方法的学术论文。
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:2606.05858v1 Announce Type: new Abstract: Recent advances in Large Language Models (LLMs) have opened new avenues for generating training-free text embeddings. However, the causal attention in decoder-only LLMs prevents earlier tokens from attending to future context, leadi…
Recent advances in Large Language Models (LLMs) have opened new avenues for generating training-free text embeddings. However, the causal attention in decoder-only LLMs prevents earlier tokens from attending to future context, leading to biased contextualized representations. In …