2026-09-15 周二 · AI Search

独立报告页 · 在站内浏览（含往期切换）→
Generative生成式推荐 · 4 篇Personalization个性化推荐 · 3 篇AI SearchAI 搜索 · 4 篇Agentic智能体搜索 · 10 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)。 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 47 篇，入选 4 篇，分数 3.65 – 4.30

本期目录 · 4 篇
  1. 01A Historical Corpus Is Not a Historical System: Auditing Hindsight Leakage in Stateful Data Discovery
  2. 02CueMem: Cue-Guided Context Reconstruction for Long-Term Conversational Memory
  3. 03Learning the Lake: Reliable Experience for Adaptive Data Product Discovery
  4. 04EAR: Entity-Aware Partitioning Approach for Retrieval-Augmented Generation Development
LEAD STORY · 今日必读 · HKBU / University of Tokyo / Tokyo University of Science

A Historical Corpus Is Not a Historical System: Auditing Hindsight Leakage in Stateful Data Discovery

论文研究有状态检索的离线评估泄漏：即使固定历史语料，未来交互记忆仍可能虚增召回。作者用成对回放隔离记忆时间边界，在三类表格文本领域、两个检索器及五个种子的实验中，发现未来记忆使 Recall@100 虚高 2.62—5.24 个点，全部 12 组成对区间均排除零。

arXiv ↗
相关 5新颖 4实用 4证据 4时效 4
4.30
综合分 / 5
偏好调整 4.40
KEY INSIGHT · 对业务意味着什么社区搜索的离线回放应同时冻结文档、模型和点击记忆，尤其要检查查询缓存及历史召回特征的写入时间。可借鉴文中的成对回放，将仅用当时可见记忆与完整未来记忆进行对照；这有助于判断 nDCG 或召回增益来自方法本身还是时间泄漏，再决定是否进入 CTR 线上实验。
Yixi Zhou, Fan Zhang, Sikun Wang, Yingfan Xu, Haipeng Zhang · 2026-09-11 · arXiv

今日其余入选

3 篇 · 按综合排名
02 4.00

CueMem: Cue-Guided Context Reconstruction for Long-Term Conversational Memory

Mashang Consumer FinanceHIT

CueMem 将对话记忆拆成可检索线索，保留线索到原始轮次的映射，再沿时间与语义图恢复相关上下文。在全文历史对照实验中，LoCoMo 输入从约 21K 缩至 2K token，准确率从 80.19% 变为 81.10%；重建耗时 0.13 秒，回答耗时由 5.95 降至 3.29 秒。

INSIGHT检索索引可以只存便于匹配的细粒度线索，返回证据时再恢复原文及邻近语境。社区帖子与评论搜索可试验“短线索召回、源帖扩展”的两阶段设计，既缓解短文本语义不足，也保留可追溯内容；需限制图扩展预算并独立验证 nDCG，论文中的对话问答准确率不能直接换算成搜索 CTR。

Changjian Wang, Rongzhen Li, Weili Guan, Shuming Shi, Quan Lu, Ning Jiang
arXiv·2026-09-11·Relevance 4 · Novelty 4 · Practical 4 · Evidence 4 · Timely 4
03 3.75

Learning the Lake: Reliable Experience for Adaptive Data Product Discovery

HKBUUniversity of TokyoTokyo University of ScienceShanghaiTech

SafeLake 面向重复访问的数据湖检索，将决定搜索预算的历史熟悉度与决定搜索区域的可靠产品证据分开建模。固定探测预算下，TAT-QA 的 Product Recall 提升 0.072，但 ConvFinQA 未出现明确收益；在干净确认反馈流中，控制器减少 49.5%—82.7% 的累计资产暴露量。

INSIGHT社区搜索可借鉴预算控制与路由证据分离的设计：热门重复查询允许压缩检索范围，但路由应依赖独立验证的相关性信号。点击频繁不等于目标区域可靠，评估需固定候选预算并考察长尾漏召；文中的资产暴露量是工作量指标，不能直接当作线上延迟或成本降幅。

Yixi Zhou, Fan Zhang, Sikun Wang, Yingfan Xu, Haipeng Zhang
arXiv·2026-09-11·Relevance 4 · Novelty 4 · Practical 3 · Evidence 4 · Timely 4
04 3.65

EAR: Entity-Aware Partitioning Approach for Retrieval-Augmented Generation Development

Georgia TechEge University

EAR 用问题、选项和语料中的实体表面锚点构造局部检索窗口，并可附加父段落摘要。在 153 道经清洗的教材问答上，检索词数比固定分块减少 37.5%—40.2%；top-3 时三个模型准确率分别变化 +5.2、+1.3、−3.9 个点，所有窗口差异均未达到统计显著。

INSIGHT对社区问答可尝试围绕实体及相邻句返回证据，以减少长帖无关内容进入排序或生成上下文。实际落地应先检查口语别名、错别字和省略表达对锚点召回的影响，并与现有分块保持相同检索预算；该实验支持更紧凑的检索单元，尚不足以证明普遍提高相关性。

Cenab Batu Bora, Oylum Alatl{\i}, Sebnem Bora, Oguz Dikenelli
arXiv·2026-09-10·Relevance 4 · Novelty 3 · Practical 4 · Evidence 3 · Timely 4

其他赛道今日

点击切换
Generative
4
生成式推荐 · 篇入选Personalization
3
个性化推荐 · 篇入选Agentic
10
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 · 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, license:mit, eval-results, endpoints_compatiblemodel · ★ 2435 · 2026-09-10 · HuggingFacezai-org/GLM-OCRpipeline: image-to-text; tags: transformers, safetensors, glm_ocr, image-text-to-text, conversational, image-to-text, zh, enmodel · ★ 2038 · 2026-01-30 · HuggingFaceinternlm/Atria-Dawn-Previewtags: safetensors, glm_moe_dsa, zh, en, license:mit, region:usmodel · ★ 48 · 2026-09-11 · HuggingFaceinternlm/Intern-S2-397Bpipeline: image-text-to-text; tags: transformers, safetensors, qwen3_5_moe, image-text-to-text, conversational, license:apache-2.0, endpoints_compatible, region:usmodel · ★ 40 · 2026-09-13 · HuggingFaceinternlm/InternLumina-U2tags: transformers, safetensors, diffusion, multimodal, unified-model, image-generation, image-editing, vision-languagemodel · ★ 12 · 2026-09-01 · HuggingFace