Cross-Encoders
PulseAugur coverage of Cross-Encoders — every cluster mentioning Cross-Encoders across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
RAG 管道受益于先进的重新排序技术
本文解释了重新排序器在检索增强生成（RAG）管道中的重要性。它详细介绍了交叉编码器如何通过超越简单的向量点积，采用更动态的两阶段检索过程来提高 RAG 性能。文章还涉及了联合注意力（joint attention）和上下文轮换（context rotation）缓解技术。
-
新 AI 系统通过级联 VLM 方法简化产品链接
研究人员开发了一个名为“检索、匹配、升级”的新产品链接系统，该系统使用级联的 AI 模型来准确有效地解析产品列表。该系统采用轻量级文本交叉编码器进行高置信度匹配，并使用代理多模态视觉语言模型处理更复杂的情况，该模型会检查图像并执行网络搜索。交叉编码器在 VLM 生成的标签上进行训练，准确率达到 98%，而代理 VLM 的准确率与前沿模型相当，但成本却显著降低。
-
CityBehavEx平台通过实证验证增强大模型城市模拟
研究人员开发了CityBehavEx，一个旨在提高大模型辅助城市模拟的可扩展性和实证验证的新平台。与以往为每个代理行为调用大模型的模拟器不同，CityBehavEx采用了一种混合方法，结合了成熟的人类移动模型和微调的交叉编码器。这种方法能够进行大规模模拟，例如在一小时内在单个消费级GPU上模拟75天内10万个代理的行为，同时还允许用户检查代理行为并将生成的例程与真实世界数据进行验证。
-
统一的电子商务相关性模型优于特定任务的方法
研究人员为电子商务开发了一个统一的多任务相关性建模框架，旨在将六个不同的实体对关系任务整合到一个模型中。这种方法与当前行业为每个任务使用独立模型的做法形成对比，后者可能导致知识转移受限和相关性信号不一致。该研究系统地比较了三种任务路由架构——文本前缀路由、多头分类和带私有Transformer层的多头——在LoRA适配的大语言模型和完全微调的交叉编码器上的表现。采用私有层的MHP Ensemble在超过45万个测试样本上达到了89.9…