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 651 篇，入选 10 篇，分数 3.00 – 3.80
本文研究如何用轻量级代理模型近似数据仓库中基于 LLM 的 AI 查询，从而将推理成本和延迟降低 100 倍。作者提出通过训练小型代理模型来模仿 LLM 的语义推理行为，在精度损失极小的前提下大幅降低 SQL+LLM 查询的成本。实验表明代理模型在多种复杂查询任务上均能接近 LLM 精度，同时吞吐量提升两个数量级。
IndexRAG 提出将跨文档推理从在线推理阶段前移到离线索引阶段，通过识别文档间共享的桥接实体并生成独立可检索的「桥接事实」单元，无需额外训练即可支持多跳问答。该方法避免了图 RAG 的在线计算开销和迭代多步推理的高延迟。在多个多跳 QA 基准上验证了有效性，大幅降低在线查询复杂度。
INSIGHT将复杂推理「下沉」到索引时间是一个重要的工程设计思路：在搜索系统中，可在索引阶段预计算实体关系、段落关联等信息，在线检索时直接利用这些预计算结果，从而将多跳检索的在线复杂度压缩到单跳。这对于追求低延迟的 UGC 搜索系统尤其有价值，无需训练代价即可提升多文档覆盖能力。
LANCER 是一种基于 LLM 的重排序方法，核心思路是将用户信息需求分解为若干子问题（nuggets），然后预测哪些文档能回答这些子问题，最终以最大化信息覆盖度为目标对文档进行重排。与传统的相关性驱动重排不同，LANCER 追求的是对用户需求的全面覆盖而非单一文档的点对点相关性。
INSIGHT基于 nugget 覆盖度的重排思路对 UGC 搜索具有重要启示：用户在社区搜索时往往有多个子意图（如同时想了解原因、方案、体验），单纯排相关文档可能导致结果同质化。可借鉴 LANCER 的子意图分解策略，在重排层引入多样性约束，提升搜索结果集对用户完整信息需求的覆盖率，改善深度翻页体验。
MetaMeta 开源了 OmniSONAR，一个支持大规模多语言（数百种语言）且跨模态（文本、语音、代码、数学表达式）的句子级 embedding 模型家族。OmniSONAR 在单一向量空间中统一嵌入多种语言和模态，突破了此前跨语言 encoder 仅覆盖数百语言且对齐质量差的局限。在跨语言相似度、检索等基准上表现领先。
INSIGHTOmniSONAR 提供了一个统一的多语言检索基础设施：对于有国际化需求或用户语言多样的社区平台，可直接使用该模型构建语言无关的语义召回层，无需为每种语言单独训练 embedding 模型。其跨模态能力（文本+语音共享向量空间）也为未来 UGC 内容的多模态统一检索提供了重要参考。
CounterRefine 提出了一种推理时的知识修复机制：系统先由检索到的证据生成初步答案，再针对该答案主动检索反驳证据（counterevidence），用于纠正因证据不足或偏差导致的错误答案。该方法以轻量级推理时插件的形式实现，无需重训练，在事实问答基准上显著提升准确率。
INSIGHT「先答后纠」的两阶段检索策略引入了反事实思维：搜索系统不仅需要找支持答案的证据，还应主动检索挑战该答案的材料。对于社区问答搜索，可设计「正反双路召回」机制，在答案聚合层融合支持与反驳内容，从而提升 QA 型查询的答案可靠性，避免「回音室效应」导致的信息偏差。
本文将多存储记忆系统中的检索问题形式化为「存储路由」问题：不同专项存储（结构化 DB、向量索引、日志等）各有其覆盖范围和召回成本，应根据 query 的性质选择性地查询部分存储，而非对所有存储发起全量检索。作者提出覆盖率、精确匹配和 token 效率三个评估维度，Oracle 路由在保持精度的同时大幅减少 token 消耗。
INSIGHT搜索系统通常维护多路索引（稠密向量、稀疏倒排、知识图谱、实时流等），本文提供了「按需路由」的理论框架和评估方法。实践启示：可训练一个轻量级查询分类器，根据 query 类型（事实型、导航型、探索型）动态选择激活的检索通道，既降低综合延迟，又避免无关索引引入噪声，提升最终排序质量。
本文提供了 CRAG（Corrective RAG）的完全开源复现版本，用维基百科 API 替换 Google Search API，用 Phi-3-mini 替换闭源 LLaMA-2，并在 PopQA 和 ARC-Challenge 上做了全面评测。同时对 CRAG 的可解释性做了分析，揭示了文档质量评估器在不同场景下的行为模式。结果证明开源组件可以匹配原版闭源系统的性能。
INSIGHTCRAG 的核心创新是引入文档质量评估器（relevance judge）来动态决定是否触发纠正性检索，这一机制对工业搜索系统有重要参考价值：在召回阶段增加一层文档质量门控，可显著减少低质量结果进入排序阶段的概率。本文的开源版本降低了落地门槛，可直接作为检索质量控制模块的原型。
Finder 是一个面向药物数据的多模态 AI 搜索框架，融合稀疏词法检索与稠密语义检索（混合向量搜索），统一处理文本、图像、音频和视频四种模态。系统已处理超过 29 万份文档、3 万个视频和 1200 个音频文件，支持 98 种语言的自然语言检索，通过 hybrid fusion、分块和元数据感知路由等技术实现跨域精准检索。
INSIGHTFinder 代表了垂直领域搜索的端到端实践：稀疏+稠密混合召回（Hybrid Search）已成为行业标准配置，该框架的模块化设计（ingestion pipeline → metadata enrichment → vector backend → NLQ interface）为 UGC 搜索提供了可参考的系统架构。其多模态统一索引经验对未来社区平台整合图文混合内容检索有较高借鉴价值。
NUSNextMem 提出用潜在向量形式存储事实记忆，解决文本型记忆上下文开销过大、参数化记忆遗忘严重的双重问题。通过将事实编码为紧凑的潜在表征并利用高效索引进行检索，NextMem 在降低内存成本的同时维持了事实准确性。实验在多个事实问答基准上验证了该方法优于传统文本索引和参数记忆方案。
INSIGHT潜在记忆的思路与搜索系统中的「内容向量化索引」本质相同：将文档内容压缩为高维向量并高效检索。NextMem 的创新在于将事实粒度（而非文档粒度）的向量记忆引入到 agent 决策循环，对于设计基于 LLM 的搜索 agent（如需要记住用户查询历史、前序对话的 session-aware 检索）提供了轻量化的记忆方案。
HKUSTAGRAG 针对图 RAG 的三大痛点提出改进：LLM 幻觉导致的图构建不准确、无法生成显式推理链导致的推理能力差、仅做片段匹配导致的答案不完整。通过引入更可靠的图构建策略、显式推理路径生成和增强型答案合成，AGRAG 在多个 RAG 基准上超越了 GraphRAG 等图 RAG 基线。
INSIGHT结构化知识图谱与非结构化文本检索的结合是提升复杂查询理解能力的重要方向。对于社区搜索中的复杂 query（如多实体关联查询、因果链条解析），图增强检索可在知识粒度上提供比纯 chunk 检索更强的语义连接能力。但工业落地需重点关注图构建的准确率——LLM 幻觉问题在图构建阶段会被放大，AGRAG 对此的处理思路值得借鉴。