English(EN) ECI_{sem}: Semantic Residual Effective Contrastive Information for Evaluating Hard Negatives

新的ECI方法无需训练即可对密集检索的难例负样本进行排名

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-05 00:00

研究人员开发了一种新的无需训练的方法，称为有效对比信息（ECI），用于评估密集检索系统的难例负样本来源。该技术使用冻结的嵌入来对候选负样本进行排名，绕过了微调和下游评估的需要。ECI在MS MARCO和BEIR等基准测试中表现强劲，能有效地为检索模型识别最佳负样本来源。 AI

影响引入了一种评估难例负样本的新颖指标，有望提高密集检索模型的效率和有效性。

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。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Aarush Sinha, Rahul Seetharaman, Aman Bansal · 2026-06-06 04:00

ECI：评估难例的有效对比信息

arXiv:2603.20990v2 Announce Type: replace-cross Abstract: Hard-negative source selection for dense retrieval is usually decided only after fine-tuning and downstream evaluation. We propose Effective Contrastive Information (ECI), a training-free diagnostic that ranks candidate ne…
Hugging Face Daily Papers TIER_1 English(EN) · 2026-06-05 00:00

ECI_{sem}: 用于评估难例的语义残差有效对比信息

ECI_sem, a semantic residual variant of Effective Contrastive Information, ranks negative sources for dense retrieval using frozen embeddings without requiring training, achieving strong performance on MS MARCO and BEIR benchmarks.