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)。关注语义匹配、query 理解、短文本召回、排序模型、LLM 在搜索中的应用。 — 评分 83 篇，入选 9 篇，分数 3.35 – 4.65
Los Alamos National Laboratory研究把词表、伪文档、多条伪引用和语料引导文本四类生成扩展统一接入 SPLADE-v3，在 NFCorpus、TREC-COVID、SciDocs 的冻结索引上比较。十二组方法与数据集组合的 nDCG@10 全部提高，最佳相对增益分别为 4.81%、8.92% 和 9.47%；114 个插值设置中有 103 个保持收益。
MERGE 用三个 7–8B 开源模型分别扩展查询，再由较大模型合成为单条查询，并以真实下游检索指标自动优化两阶段提示词。它仍只运行一次 BM25，无需重建索引或多路融合；在五个 BEIR 数据集上，相对原查询的 nDCG@10 提高 2.1 至 14.9 个百分点。
INSIGHT社区短文本搜索常有口语与帖子术语不一致的问题，可先把多模型扩展作为离线或低频查询处理模块试验。其关键不是单纯增加生成文本，而是用检索质量反馈选择提示词，并保留单次 BM25 召回路径；上线前应单独测量扩展成本和长尾查询收益。
论文研究 RAG top-k 中的证据拥挤：候选段落主题相似，却在时间、实体或指标范围上与查询冲突。受控测试中，不兼容候选让 Recall@10 下降 0.147；加入类型兼容性和局部词汇竞争的门控重排后，受控候选的证据覆盖率从 0.757 提至 0.902，真实索引条件下从 0.420 提至 0.492。
INSIGHT社区搜索同样会遇到“话题相关但对象不对”的帖子挤占前排，例如旧版本、不同地点或不同商品。可把时间、实体与约束兼容度作为轻量重排特征，并用门控保留原排序；论文显示在首阶段 top-100 覆盖固定为 0.743 时仍能提升 top-10 证据率。
这项电商搜索研究在 WANDS 与 ESCI 测试集上比较 BM25、TF-IDF、MiniLM 稠密向量、词法语义混合和 cross-encoder 重排。其核心结论是语义检索作为关键词匹配的补充更稳定，实验采用固定候选集与离线体验代理指标；公开摘要没有给出可安全引用的统一提升百分比。
INSIGHT社区 UGC 搜索也同时包含专名精确匹配和语义改写需求，适合让 BM25 与向量召回并行，再对融合候选重排。评估时应分开报告头部实体词、口语长尾词和歧义词的 nDCG 与 CTR；该研究的离线代理指标不能直接等同线上点击收益。
研究用政治新闻与消费者健康两个领域的成对查询，测试身份信号是否改变稠密检索结果。五个稠密检索器及一个稀疏基线均呈现与查询政治倾向一致的返回偏移，且对非标准英语方言查询的效果较弱；作者通过词汇差异控制和线性探针分析，指出问题不只来自表面词形。
INSIGHT社区搜索中的口语、方言与身份表达可能影响召回质量，单用标准书面查询评估会漏掉这类差异。可构建仅替换表达方式的成对测试集，分别观察召回率、排序和内容分布；论文未在摘要给出统一改善幅度，因此这里把它列为评测方法启发。
RICE 探索无需检索器训练的稠密召回：给解码式大模型少量查询与文档示例，使两类输入在共享上下文中产生可比较的向量。论文报告它优于普通提示式 LLM 向量，并已公开代码；摘要未给出具体 nDCG 或 Recall 数值，定量收益仍需查看正文与本地复现。
INSIGHT这为缺少相关性标注的社区搜索提供了低门槛语义召回原型，尤其适合先验证词面不匹配的长尾查询。共享示例上下文是核心设计，查询与帖子必须采用一致编码模板；真正上线前仍需测量向量吞吐、索引成本及与已有双塔模型的差距。
TSG Suggester 将故障指南保留为章节树，在内部节点加入问题抽象，并构建实体知识图谱，使事故描述能够匹配以解决步骤书写的指南。研究在 18 个服务团队、314 个真实事故和 112 份指南上评估；Tree+KG 的 Top-1 与 Top-5 准确率分别达 54.78% 和 82.48%，Top-1 比纯文本 RAG 高 8.58 个百分点。
INSIGHT社区问答和长帖也存在“用户描述问题、内容描述解法”的词汇错位，可借鉴章节结构加实体匹配的双通道召回。论文还报告给截图生成通用描述会让 Top-5 比纯文本基线低 22.64 个百分点，提示不要未经验证就把多模态说明混入文本向量。
LinkedInLinkedIn 介绍职位搜索的多教师蒸馏训练基础设施，为 LLM 查询理解、语义召回和轻量排序模型提供更快的迭代路径。文章标题报告训练提速 8 倍，并讨论学生模型接近教师质量的实践；公开页面未把这一倍数表述为搜索 nDCG 或 CTR 增益，不能混作线上效果。
INSIGHT社区搜索可借鉴教师模型离线判相关、学生模型在线低延迟排序的分工，并把训练速度作为迭代能力指标。蒸馏管道的价值在于快速刷新短文本语义模型；评估时仍要独立检查线上相关性、点击率和计算成本，避免用训练吞吐代替用户收益。
MicrosoftMicrosoft Foundry 讨论原始 PDF、图片和音频进入企业检索前的内容提取：需把噪声源转成可信、结构化、可审计的数据，才能支持后续证据定位与生成。文章发表于 9 月 29 日，属于工程方法说明，未公布检索 nDCG、召回率或线上点击率，因此不把它当作效果实验。
INSIGHT社区搜索中的图文混排、截图和转写内容同样依赖可靠的索引前处理。可先记录提取失败率、字段覆盖率和来源追溯，再比较召回与排序收益；这篇工程文章提醒团队把数据质量纳入搜索相关性流程，但没有可直接迁移的模型分数。