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。 本次覆盖提示：精选8篇；arXiv占100%，来源多样性未达标，未入选中文来源。 — 评分 8 篇，入选 8 篇，分数 3.15 – 4.15
Amazon / 
Purdue针对重排预算小于最终候选集合的问题，BoundaryMORPH 用高斯过程传播已评分文档的信息，并把计算集中在 top-k 集合边界。NeuCLIR 上预算为 25 次时，nCG@100 从 BAGEL 的 51.4 提高到 55.1；Robust04 同设置从 41.0 提高到 46.4。该结果衡量集合覆盖质量，不等同于首屏排序收益。
ItColBERT 将已有检索检查点适配为 1.35 亿参数的意大利语多向量检索器，在单张 RTX 3090 上训练约 14.5 小时。四个基准的比较显示，域外 MLDR-it 仅调整推理分块就带来 0.0602 的 nDCG@10 增量，超过额外两轮训练的收益；自挖难负样本和长序列训练均未通过预设决策门槛。
INSIGHT可借鉴的重点是把低成本推理调整与再训练放在同一评测协议下，而不是直接迁移意大利语权重。社区帖子可按长短文本分别验证分块与聚合，并用配对检验区分真实增益和噪声；作者测得的 0.0030 噪声下限只属于其评测设置，不能直接沿用到中文 UGC。
SCUT
Foshan UniversityQ-REACT 固定文档向量与编码器，用低秩变换学习查询相关残差，并在完整页面索引上归一化蒸馏目标。ViDoRe V3 的八个任务、五个骨干中，仅使用 145 个查询反馈时，任务模式平均 nDCG@10 从 54.73 到 56.61；完整反馈时达到 62.61，对应直接重排为 60.25，指标均按百分制报告。
INSIGHT这项工作适合启发索引更新昂贵的社区图文搜索：把少量重排信号沉淀为可复用的查询侧适配，而非只调整当前请求的候选顺序。落地应先做未见查询与跨话题验证，区分反馈覆盖与泛化收益，再检查全索引归一化和低秩适配的成本；视觉页面结果仍需在短文本语料上重新验证。
WARP 面向评论观点检索，先找回被相似度排序掩盖的少数观点，再用 Wasserstein-1 距离让入选集合贴近总体情绪分布。三个评论领域包含 3.5 万文档、156 个查询和 26 个实体，适配领域的变体将分布误差至少降低 43%，延迟低于一秒；在 k≤5 的已判定比较中，五个 LLM 裁判对其答案偏好率为 86%。
INSIGHT当社区用户搜索某产品口碑时，单纯追求相关性可能把高频立场误写成共识，可以在相关候选池上增加观点分布约束。试验前需要定义总体样本、情绪强度标签和最低相关性门槛，并把分布误差与 nDCG、CTR 分开监控；LLM 裁判偏好也不能替代真实用户的点击或满意度证据。
该研究在 LongBench-v2 上比较学习式上下文规划与强检索基线。503 题、1.8 万字符预算下，锚定混合检索准确率为 36.18%，BM25 为 35.98%，最佳直接规划方法为 34.19%；独立的 152 题测试集上，混合检索仍以 42.11% 高于规划的 36.84%，说明复杂选择器未稳定超越检索。
INSIGHT对社区搜索接入问答的场景，先把混合召回、证据预算和拼接顺序控制好，再比较学习式规划是否提供额外价值。论文明确指出全量分析部分包含训练题，因此应优先参考独立测试集；重排在小预算下的收益区间跨零，也提醒团队不要把单次离线提升作为上线复杂模块的充分依据。
Johns Hopkins University
Georgetown University
George Mason University
University of RochesterMultiVENT-Raw 为缺少字幕和编辑线索的原始视频建立多语言检索基准，包含 118802 个视频、5351 小时内容、130 个事件与 222 个查询。Full 集合上，OmniEmbed-mv 的 nDCG@10 为 47.2，接 Gemma 4 重排后为 51.5；通用 Qwen3-VL 基线为 26.7，说明领域适配对原始视频召回十分重要。
INSIGHT如果社区搜索要覆盖用户直接上传的现场视频，可借鉴同时保留原始片段和语义相似的剪辑视频作为困难负例。其 Full 与 Core 拆分有助于识别模型是否偏爱带字幕的内容，评测时应把文本、图像和视频召回分桶；对目前以短文本为主的业务，这更适合作为扩展基准而非直接替换现有召回。
论文把电商自然语言检索建模为极端多标签分类，将 TF-IDF 的 50 个近邻伪标签蒸馏给 DistilBERT。对约 5.4 万商品、8089 个留出样本，学生 NDCG@10 为 0.8845，教师为 0.9419；学生 P@1 为 93.15%，低于教师的 98.10%。自然语言意图泛化主要依赖十类查询的定性展示。
INSIGHT词法教师提供廉价训练信号的思路可用于社区短文本检索冷启动，但商品关联复现成绩不能当作真实查询相关性成绩。建议保留独立人工标注查询集，专门测口语改写与否定约束；同时评估帖子持续新增时分类输出层的维护成本，双塔迁移在文中属于部署方向而非已经验证的生产结论。
EidosDoc 用对比学习和结构一致性损失编码文档的层次、位置与文字，再结合 BM25、布局指纹和轻量交叉编码器检索。作者在四个半结构化文档问答基准上报告达到最佳准确率，同时相对前序最佳方法成本降低 50 倍、延迟降低 4 倍；这些是摘要报告的总体结果，当前未核验逐任务指标。
INSIGHT社区长帖中的标题、正文、表格和评论引用关系可参考这种结构表征，尤其适用于纯文本展开后信息丢失的问题。需要先判断 UGC 是否具备稳定的结构信号，再对照普通分块与混合检索做消融；文档问答上的成本倍数不能照搬到帖子搜索，且首次提交日期应按原始页面记录为八月。