实体
M-BEIR
M-BEIR
PulseAugur coverage of M-BEIR — every cluster mentioning M-BEIR across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
WIDE方法通过解决信息不对称性来增强跨模态生成检索
研究人员引入了WIDE（动态扩展的通配符推理），一种增强跨模态生成检索的新方法。该方法解决了模态（如文本和图像）之间信息不对称的挑战，这可能由于自回归解码器中的强制幻觉导致排名不准确。WIDE利用自适应熵阈值来设定不确定性边界，并利用不对称感知通配符解码来用通配符替换确定性标识符，从而动态地扩展搜索空间。最后的盲点重新排序步骤结合了生成置信度和语义相似性来评估扩展的候选，在M-BEIR基准测试上表现优异。
-
新研究探索高效多模态检索与自适应嵌入
三篇新研究论文探讨了多模态检索的进展，重点在于提高效率和性能。第一篇论文介绍了ReT-2，一个使用循环Transformer架构和受LSTM启发的门控机制的统一检索模型，用于多模态查询和文档，在M2KR和M-BEIR基准测试中取得了最先进的成果。第二篇论文PUMA提出了一种用于通用多模态嵌入的后验稀疏化方法，在不重新训练骨干模型的情况下显著降低了存储和推理成本，并在各种基准测试中取得了有竞争力的结果。第三篇论文AdaptiveEmbe…
-
新的DrIG框架通过双角色标识符实现通用多模态检索
研究人员推出DrIG，一个利用双角色标识符的新型生成式通用多模态检索框架。该框架通过实现跨文本、图像和混合格式的指令感知检索，解决了生成式信息检索中的约束解码和单模态限制等挑战。DrIG为每个候选对象分配一个单一标识符，该标识符既可用于自回归解码的顺序性，也可作为集合用于前缀无关的相关性先验，与现有方法相比提高了准确性和效率。