Generative生成式推荐 · 10 篇Personalization个性化推荐 · 2 篇AI SearchAI 搜索 · 4 篇Agentic智能体搜索 · 10 篇Infra系统与索引 · 9 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)。 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 48 篇，入选 4 篇，分数 3.10 – 4.00

本期目录 · 4 篇
  1. 01Compact and Efficient Indexes for Learned Sparse Retrieval
  2. 02Chaos in the Text: Revealing the Modality Preference in Mixed-Modality Retrievers
  3. 03GeopoliticalQA: Benchmarking Retrieval and Generation over Intelligence Reports
  4. 04GeoFitBench-LLM: A Benchmark for Assessing Large Language Models' Capabilities in Geospatial Data Requirements Elicitation for Geo-Analytic Tasks
LEAD STORY · 今日必读 · CNR / University of Pisa / Linkup

Compact and Efficient Indexes for Learned Sparse Retrieval

已录用 ICDE 2027

论文压缩学习式稀疏检索的倒排与正排索引：用块内代表文档替代摘要向量，对重排词表后的差分编号进行 SIMD 位打包，并使用逐词项 4 位量化。在 MS MARCO 的三种编码器上，等精度时最高比 SINDI 快 5.3 倍、内存约少 3 倍；这些是配置相关的最优结果。

📖 深度解读 · 11 分钟arXiv ↗
相关 4新颖 4实用 4证据 4时效 4
4.00
综合分 / 5
偏好调整 4.10
KEY INSIGHT · 对业务意味着什么对社区短文本搜索，值得先用真实查询分布评估稀疏召回的内存与延迟瓶颈，再独立替换正排压缩模块。论文的 Accuracy@10 是精确近邻保留率，并非业务相关性 nDCG；代表文档会削弱剪枝边界，需要联合调参并检查长尾查询召回损失。
Franco Maria Nardini, Luca Rizzo, Cosimo Rulli, Rossano Venturini · 2026-10-08 · arXiv

今日其余入选

3 篇 · 按综合排名
02 4.00

Chaos in the Text: Revealing the Modality Preference in Mixed-Modality Retrievers

UCASNortheastern UniversityTsinghua UniversityNanjing University

论文发现混合文本、图片和图文文档时，检索器偏向文本，导致无关文本压过相关图片。Trident 将三种视图作为同等正例，用多正例 InfoNCE 联合训练。在六个视觉文档基准上，Qwen3VL-2B 的混合库平均 nDCG@10 从 40.12 升至 73.90，去掉该损失后为 66.36。

INSIGHT社区 UGC 常同时含帖子正文与图片，单模态离线成绩不能预测混合库表现。可先固定语义内容、改变文本与图片比例做诊断，再使用同一内容的多视图正例校正分数偏置。论文结果来自视觉文档基准，迁移中文社区需重新测量文本噪声、图片召回和整体 nDCG。

Yubo Sun, Chunyi Peng, Yukun Yan, Zhenghao Liu, Zhipeng Xu, Sen Mei, Linlin Xin, Zheni Zeng 等 9 人
arXiv·2026-10-08·Relevance 4 · Novelty 4 · Practical 4 · Evidence 4 · Timely 4
03 3.45

GeopoliticalQA: Benchmarking Retrieval and Generation over Intelligence Reports

GeopoliticalQA 将 415 份情报报告转为 5,525 组有证据问答，比较 15 个检索系统。独立评测中 bge-m3 与 Qwen3-Embedding-8B 的片段级 Recall@10 分别为 0.785 和 0.784，差异不显著；文档级 Recall@10 均超过 0.93，说明粗粒度指标可能掩盖证据定位问题。

INSIGHT社区搜索评测可以借鉴它区分命中文档与命中答案片段的设计，避免只看帖子命中率就认定搜索质量合格。568M 编码器与 8B 模型接近，提醒团队先检查领域适配和标注质量。BM25 参与数据构建，不能把其成绩直接解释为无偏的模型优劣结论。

Veronika Solopova, Ivan Havlytskyi, Viktoria Skorik, Ostap Vykhopen
arXiv·2026-10-08·Relevance 3 · Novelty 3 · Practical 4 · Evidence 4 · Timely 4
04 3.10

GeoFitBench-LLM: A Benchmark for Assessing Large Language Models' Capabilities in Geospatial Data Requirements Elicitation for Geo-Analytic Tasks

Université Laval

GeoFitBench-LLM 评测自然语言请求中隐含的数据资源和属性约束，覆盖时空关系与语义落地两类任务。在 48 条请求、7 个模型的最小提示实验中，GPT-5.4 Thinking 完整资源识别率为 66.67%，属性 F1 为 78.23%；GPT-OSS 20B 的完整识别率为 47.92%。

INSIGHT对包含地点、时间和比较条件的社区查询，可借鉴固定结构的需求抽取与分项评估：分别检查资源识别、属性约束和语义消歧，而非只评价改写句子是否通顺。这是小规模地理领域基准，不能直接推出 UGC 搜索收益，适合用作复杂 query 理解测试集的设计参考。

Amirhossein Vahdat, Thierry Badard, Luc Lamontagne
arXiv·2026-10-08·Relevance 3 · Novelty 3 · Practical 3 · Evidence 3 · Timely 4

其他赛道今日

点击切换
Generative
10
生成式推荐 · 篇入选Personalization
2
个性化推荐 · 篇入选Agentic
10
智能体搜索 · 篇入选Infra
9
系统与索引 · 篇入选

开源雷达

GitHub / HuggingFace 热门 · 5 个项目
deepseek-ai/DeepSeek-V4.1-Flashpipeline: image-text-to-text; tags: transformers, safetensors, deepseek_v41, text-generation, image-text-to-text, conversational, license:mit, eval-resultsmodel · ★ 4469 · 2026-09-10 · HuggingFacezai-org/GLM-5.3-Flashpipeline: image-text-to-text; tags: transformers, safetensors, glm5_next, image-text-to-text, conversational, en, zh, arxiv:2602.15763model · ★ 2837 · 2026-08-25 · HuggingFacezai-org/GLM-5.3pipeline: text-generation; tags: transformers, safetensors, glm_moe_dsa, text-generation, conversational, en, zh, arxiv:2602.15763model · ★ 2209 · 2026-08-25 · HuggingFaceQwen/Qwen-Image-2.1-Turbopipeline: text-to-image; tags: diffusers, safetensors, qwen, image-generation, image-editing, text-to-image, base_model:Qwen/Qwen-Image-2.1, base_model:finetune:Qwen/Qwen-Image-2.1model · ★ 702 · 2026-10-09 · HuggingFaceAlibaba-DAMO-Academy/RynnValue-4Bpipeline: robotics; tags: transformers, safetensors, rynn_value_lang, feature-extraction, robotics, embodied-ai, value-foundation-model, reinforcement-learningmodel · ★ 6 · 2026-07-27 · HuggingFace