实体
NanoBEIR
NanoBEIR
PulseAugur coverage of NanoBEIR — every cluster mentioning NanoBEIR 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
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
Hugging Face 训练嵌入模型以实现高效检索
Hugging Face 推出了一种名为 Token Pooling 感知训练的新训练技术,旨在提高多向量嵌入模型的效率。该方法通过合并相似的 token 向量来解决这些模型的大存储需求问题,从而减少了每个文档所需的向量数量。训练过程教会编码器在合并过程中保留关键信息,从而在不增加存储成本的情况下提高检索质量。实验表明,使用 4 的池化因子,该技术可以保留近 98% 的检索质量,同时将文档向量减少 4 倍。
-
arXiv论文通过新的分块和混合策略解决长文档检索问题
两篇新的arXiv论文探讨了改进长文档检索的高级方法。第一篇论文《为上下文分块检索校准文档局部边界》引入了一个框架,用于适应判别式缩放和分块感知路由,以增强上下文分块检索。第二篇论文《使用语义分块和混合检索策略改进长文档的上下文检索》提出了一个混合检索系统,该系统将知识图谱与密集向量检索相结合,以更稳健地处理复杂的多跳查询。
-
LLM偏好生成与校准研究显示模型不一致性及改进方法
近期研究探讨了大型语言模型(LLM)生成偏好的可靠性和校准性。一项研究发现,虽然LLM在偏好上表现出自洽性,但在不同模型和规模之间存在显著的不一致性,表明提示词措辞的影响不如模型选择大。另一篇论文证明,较小的、冻结的模型可以生成比自身生成更有效的“拒绝”样本用于偏好蒸馏,从而降低计算成本。第三项研究引入了基于评分卡的偏好(Rubric-Calibrated Preferences, RCP),以提高LLM在信息检索中判断的质量和跨查询…