Generative生成式推荐 · 4 篇Personalization个性化推荐 · 9 篇AI SearchAI 搜索 · 10 篇Agentic智能体搜索 · 6 篇Infra系统与索引 · 10 篇

今日场景社区搜索（UGC 短文本搜索）：用户在社区平台搜索帖子、问答、评论等 UGC 内容，核心指标是搜索相关性（nDCG）和点击率（CTR），重点关注语义匹配、query 理解、短文本召回、排序模型及 LLM 在搜索中的应用。 — 评分 56 篇，入选 10 篇，分数 3.45 – 4.65

本期目录 · 10 篇
  1. 01DenseOn with the LateOn: Fully Open Dense and Late-Interaction Models for Multilingual, Long-Context, and Code Search
  2. 02QASP: Query-Adaptive Robust Vector Search Policy
  3. 03OneShot: Index-in-Ranking with Neural Scoring for Large-Scale Retrieval
  4. 04OPERA: Online Data Pruning for Efficient Retrieval Model Adaptation
  5. 05Bridging the Question-Answer Gap in Retrieval-Augmented Generation: Hypothetical Prompt Embeddings
  6. 06SaFRO: Satisfaction-Aware Fusion via Dual-Relative Policy Optimization for Short-Video Search
  7. 07When Iterative RAG Beats Ideal Evidence: A Diagnostic Study in Scientific Multi-hop Question Answering
  8. 08CMT-RAG: Complementary Memory Traces for Multi-turn Multi-hop RAG
  9. 09Reproducing LightMem: Naive RAG Is Just as Good for Memory Management
  10. 10GoldenRetriever: Non-Interactive Homomorphic Encrypted Retrieval for Privacy-Preserving RAG
LEAD STORY · 今日必读 · LightOn

DenseOn with the LateOn: Fully Open Dense and Late-Interaction Models for Multilingual, Long-Context, and Code Search

论文公开了从数据到训练代码的完整检索配方：从 34 个公开来源的 14 亿对数据中筛出 6.65 亿对，并构建 188 万条含难负例的微调集。149M 参数 DenseOn 与 LateOn 在 BEIR 上分别达到 56.20、57.22 nDCG@10；多语版扩展到 28 亿训练对，并覆盖长文档和代码检索。

arXiv ↗
相关 5新颖 4实用 5证据 4时效 5
4.65
综合分 / 5
偏好调整 4.85
KEY INSIGHT · 对业务意味着什么对社区短文本搜索最有价值的是可复现的数据治理与双路线对照：单向量模型适合低延迟召回，Late Interaction 在未见语言和脚本上更稳。团队可先复用其非破坏式过滤、2048 候选难负例挖掘与蒸馏流程，再用自有 UGC query-doc 对验证 149M 模型能否替代更大的闭源 embedding。
Raphaël Sourty, Antoine Chaffin, Paulo Roberto Moura Junior, Amélie Chatelain · 2026-07-31 · arXiv

今日其余入选

9 篇 · 按综合排名
02 4.40

QASP: Query-Adaptive Robust Vector Search Policy

QASP 针对固定 ANN 搜索参数导致不同 query 召回波动的问题，用一次监督回归预测每条查询的完整 recall-progress 曲线，再按目标召回率生成搜索深度策略，并用无额外推理的反馈修正偏差。实验在大规模与分层索引上无需重训即可泛化，在 99% recall 目标下减少 80% 数据访问。

INSIGHT平均召回率会掩盖尾部 query 的坏体验，QASP 把搜索预算从全局常数改为 query 自适应控制，尤其适合社区搜索中短 query、实体 query 与长尾意图混杂的流量。落地时可先以离线 recall 曲线训练轻量策略模型，将数据访问量、P99 recall 偏差和 query 满足率作为联合护栏，再逐步接管固定 nprobe/efSearch。

Hakan Ferhatosmanoglu, Kushal Kumar, Tal Wagner, Andy Warfield
arXiv·2026-07-31·Relevance 5 · Novelty 4 · Practical 4 · Evidence 4 · Timely 5
03 4.20

OneShot: Index-in-Ranking with Neural Scoring for Large-Scale Retrieval

Meta

OneShot 将层次索引学习放进排序目标，用 Straight-Through Estimator 训练离散 one-hot 路径，再以神经打分突破点积交互上限，并通过全局均衡损失防止索引塌缩。它已部署到 Instagram 短视频推荐：离线 recall 提升 20%，等召回效率提高 10 倍，线上 session +0.04%、观看时长 +0.14%。

INSIGHT论文证明索引不必是排序模型之后的离线附属物；把索引分配、粗排交互和业务目标联合训练，可同时降低 rank-index 错位与候选漏失。对大规模 UGC 搜索，可先在单路召回上试验可学习层次码与 beam search，并严格监控簇均衡、索引刷新成本和线上尾延迟，再考虑替换成熟 ANN 主链路。

Ziwei Li, Shuyao Li, Xufeng Cai, Xue Zou, Yiming Ma, Huiting Lu, Wujie Yan, Zhichen Zhao, Yang Lu 等 15 人
arXiv·2026-07-29·Relevance 4 · Novelty 5 · Practical 3 · Evidence 5 · Timely 5
04 4.00

OPERA: Online Data Pruning for Efficient Retrieval Model Adaptation

📖 深度解读 · 15 分钟 →

稠密检索模型做领域微调时，按相似度删掉“差”的训练对会让排序涨、召回掉，因为删对之后 query 的抽样概率跟着变了，正样本少的 query 甚至整个消失。OPERA 不删数据，只在 query 和文档两级调采样概率，并随训练推进逐渐偏向高分样本。在 bge-large-en-v1.5 和 8 个数据集上，动态版平均 NDCG@10 从 0.535 到 0.545，在 FEVER 上用不到一半的迭代追平标准微调。提升不大，也缺多次种子的方差，适合当作采样器里的低成本改动来试。

Haoyang Fang, Shuai Zhang, Yifei Ma, Hengyi Wang, Cuixiong Hu, Katrin Kirchhoff, Bernie Wang 等 8 人
arXiv·2026-07-31·Relevance 5 · Novelty 4 · Practical 4 · Evidence 4 · Timely 1
05 4.10

Bridging the Question-Answer Gap in Retrieval-Augmented Generation: Hypothetical Prompt Embeddings

HyPE 把 HyDE 的在线假想答案生成移到建库阶段：为每个 chunk 预生成多个可能问题，使线上检索转化为 query-query 匹配，从而避免运行时 LLM 调用。六个常用数据集上，相比标准方法，检索上下文精度最高提升 42 个百分点、claim recall 最高提升 45 个百分点，且可叠加重排和多向量检索。

INSIGHTUGC 文档口语化、标题弱而用户 query 更像问题，离线为帖子生成多视角“可能被问到的问题”能显著缩小表达鸿沟，同时不增加线上延迟。工程上应控制每文档生成问题数与索引膨胀，先针对少无结果和长尾意图做灰度，并用原始 doc 向量与 HyPE 向量双路召回防止生成偏差。

Domen Vake, Jernej Vičič, Aleksandar Tošić
arXiv·2026-07-31·Relevance 5 · Novelty 4 · Practical 4 · Evidence 4 · Timely 2
06 3.85

SaFRO: Satisfaction-Aware Fusion via Dual-Relative Policy Optimization for Short-Video Search

Kuaishou📖 深度解读 · 15 分钟 →

快手搜索把“看完结果有没有马上改搜、隔多久再来搜、第二天还搜不搜”合成一个满意度奖励，训练奖励模型后用改造过的 GRPO 学每个请求的多目标融合权重。线上 10% 流量跑了两个月，改搜率降 0.319%，观看时长涨 0.611%，留存差距到第 60 天约 0.06%。满意度奖励的构造值得借鉴；但离线满意度和留存都是用自己的奖励模型和模拟器打分，线上对照只是 DDPG，算法改动的收益要打折看。

Renzhe Zhou, Songyang Li, Feiran Zhu, Chenglei Dai, Yi Zhang, Yi Wang, Jingwei Zhuo
arXiv·2026-07-31·Relevance 4 · Novelty 4 · Practical 3 · Evidence 5 · Timely 4
07 3.90

When Iterative RAG Beats Ideal Evidence: A Diagnostic Study in Scientific Multi-hop Question Answering

论文在 ChemKGMultiHopQA 上让 11 个模型分别运行无上下文、一次性 Gold Context 与迭代 RAG，诊断检索覆盖、anchor 丢失、query 质量、组合忠实度和停止校准。训练免费的“检索—假设修正—证据感知停止”控制器持续超过理想静态证据，最高提升 25.6 个百分点。

INSIGHT多跳问题的关键不只是把所有相关内容一次塞给模型，而是按推理进度逐步取证并允许修正早期假设；这对复杂社区问题和专题搜索同样适用。上线前应把 hop 覆盖率、干扰证据锁定和过早停止设为可观测指标，因为论文也发现即使检索完美，证据组合失败仍可能很高。

Mahdi Astaraki, Mohammad Arshi Saloot, Ali Shiraee Kasmaee, Hamidreza Mahyar, Soheila Samiee
arXiv·2026-07-31·Relevance 3 · Novelty 4 · Practical 4 · Evidence 5 · Timely 5
08 3.85

CMT-RAG: Complementary Memory Traces for Multi-turn Multi-hop RAG

CMT-RAG 不再把多轮历史压成原始对话或无结构摘要，而用状态空间生成器拆出检索型子问题，并把证据落成 session 级 DAG 的持久 reasoning trace。作者同时发布带跨轮子问题依赖标注的 MuMu-QA；在该基准和语料级 RAG 评测上，方法的答案准确率持续超过 5 类 RAG 基线。

INSIGHT多轮搜索真正需要记住的是“上轮用了什么证据、解决了哪一步”，而不是整段聊天文本；结构化 trace 能减少后续 query 重写时的语义漂移。社区搜索助手可把实体、约束、已验证证据和未完成子问题写入轻量 DAG，但要限制 trace 生长并提供过期机制，避免旧证据持续污染新意图。

Lang Zhou, Yingjian Chen, Shuxuan Li, Kun-Yu Lin, Zhilin Zhao
arXiv·2026-07-31·Relevance 4 · Novelty 4 · Practical 3 · Evidence 4 · Timely 5
09 3.80

Reproducing LightMem: Naive RAG Is Just as Good for Memory Management

University of QueenslandCSIROGoogle

这项复现把 LightMem 的结构化记忆与直接检索原始用户轮次的 Naive RAG 对齐比较，发现只更换检索器就会让同一记忆库的答案准确率从 58.1% 变到 75.5%。相同检索深度下 Naive RAG 通常更好，LightMem 只在回答 token 预算紧张时占优，oracle 还显示记忆构建会丢失答案相关信息。

INSIGHT复杂记忆层可能把检索问题伪装成摘要问题；在引入记忆压缩前，应先把原始交互当文档建立强召回与重排基线。对搜索对话，可按 token 预算动态选择原始轮次或压缩记忆，并把 retriever 作为独立变量评测，否则 17.4 个百分点的模型差异会被错误归因给记忆架构。

Yongjie Zhou, Shuai Wang, Bevan Koopman, Guido Zuccon
arXiv·2026-07-31·Relevance 3 · Novelty 3 · Practical 5 · Evidence 4 · Timely 5
10 3.45

GoldenRetriever: Non-Interactive Homomorphic Encrypted Retrieval for Privacy-Preserving RAG

GoldenRetriever 用 CKKS 同态计算在密文上完成相似度评估，并以阈值筛选替代加密 top-k 排序，把计算复杂度从语料规模的平方级降到线性级；precision-stable mask polarization 负责可靠恢复命中文档。标准检索基准显示其效果接近明文方案，同时延迟显著低于基于排序的加密检索。

INSIGHT当社区搜索需要处理私密草稿、企业知识或敏感用户画像时，阈值检索比在密文上精确排序更现实，也能隐藏 query、分数和命中索引。当前证据尚未给出生产级绝对延迟，适合先用于小规模高敏知识库验证阈值校准、返回集合大小与召回损失，不宜直接替换公共内容主检索。

Yang Gao, Gang Quan, Scott Piersall, Qian Lou, Dongdong Wang, Liqiang Wang
arXiv·2026-07-31·Relevance 3 · Novelty 5 · Practical 2 · Evidence 3 · Timely 5

其他赛道今日

点击切换
Generative
4
生成式推荐 · 篇入选Personalization
9
个性化推荐 · 篇入选Agentic
6
智能体搜索 · 篇入选Infra
10
系统与索引 · 篇入选

开源雷达

GitHub / HuggingFace 热门 · 8 个项目
vetresearch-workbench: Evidence-grounded veterinary research workbench面向兽医研究的本地 RAG 工作台，包含受约束的 LLM agent、可审计工具调用、引用、拒答和人工复核；新项目已获 16 stars，可参考其检索证据链与审计设计。Python · ★ 16 · 2026-07-29 · GitHubkimi-cli: Kimi Code CLI is your next CLI agentMoonshot AI 的命令行编程 agent，当前约 11079 stars；虽非专用检索库，但可观察其工具调用与上下文管理方式。Python · ★ 11079 · 2025-10-15 · GitHublancedb: OSS embedded retrieval library for multimodal AI面向多模态 AI 的嵌入式开源检索库，支持向量搜索、语义搜索与推荐场景，约 11060 stars；适合快速搭建本地检索原型。Rust · ★ 11060 · 2023-02-28 · GitHubdeepseek-ai/DeepSeek-V4-Flash-0731DeepSeek 新发布的文本生成模型，支持 Transformers、Safetensors、8-bit/FP8 与 MIT 许可，当前约 1862 likes；可用于检索增强生成或离线 query 扩展实验。model · ★ 1862 · 2026-07-31 · HuggingFaceinternlm/Intern-S2-Preview-397BInternLM 的 397B 图文到文本预览模型，采用 Apache-2.0 许可，当前约 64 likes；可用于多模态内容理解与跨模态检索实验。model · ★ 64 · 2026-07-16 · HuggingFacemoonshotai/PerceptionBench评估多模态大模型原子视觉感知能力的公开基准，规模为 1K–10K 样本，当前约 35 likes；适合补充多模态检索前置理解能力评测。dataset · ★ 35 · 2026-07-23 · HuggingFacebytedance-research/GRN字节跳动研究团队发布的 MIT 许可模型仓库，关联 arXiv:2604.13030，当前约 26 likes；可进一步核对其与检索/排序任务的适配性。model · ★ 26 · 2026-04-16 · HuggingFaceAlibaba-DAMO-Academy/ClinFusion-8B阿里达摩院发布的 8B 临床多模态模型，基于 Qwen3-VL、采用 Apache-2.0 许可；与本赛道关联较弱，但可参考其垂域多模态表征。model · ★ 3 · 2026-03-05 · HuggingFace