今日场景社区搜索（UGC短文本）：关注语义匹配、查询理解、召回、相关性排序及LLM应用。 — 评分 63 篇，入选 10 篇，分数 3.45 – 4.40
全局语义和词级匹配各有所长，作者把两者放进一次编码。模型用额外向量保存全局信息，并用标签隔离两类匹配，能直接接入现有多向量索引。BEIR 上的 nDCG@10 达到 59.79。
逐词保存向量能改善检索，却让索引和匹配开销随文本变长。作者用注意力聚合，把查询和文档都压成固定数量的向量，保留多向量匹配。长查询语料上的端到端检索比最近的对照模型快 1.5—2.8 倍。
INSIGHT向量预算可以同时约束查询侧和文档侧。只压缩文档能省存储，但长查询仍会触发大量比较；两侧一起聚合，才把索引体积和在线匹配计算纳入同一个预算。
整页检索常找得到文档，却定位不到真正回答问题的图表区域。作者让生成模型的训练反馈分配到候选区域，检索器由此学习细粒度匹配，推理时移除生成模块。区域检索的宏平均 nDCG@10 达到 0.4126。
INSIGHT答案生成的误差可以反过来教检索器看哪个区域，而不必逐块人工标注。辅助生成器只参与训练，这让细粒度监督的收益留在检索器中，线上仍保持单独检索的路径。
标签很少时，医疗实体也能靠术语知识和候选重排完成匹配。系统先找实体片段，再召回概念，用多个编码器联合重排；领域文本与术语层级补足训练信息。宏平均字符交并比达到 0.5387。
INSIGHT概念别名和层级关系可以承担部分监督，尤其能帮助训练中从未出现的实体。对社区中的冷门品牌、地点或专业词，值得借鉴的是知识组织与召回重排的配合，而非照搬医疗标签体系。
小语料上选出的检索方案，扩大到真实规模后可能失效。作者固定相关证据，逐步扩大语料，并比较摘要、平铺全文和层次全文的效果与成本。层次表示所需的索引单元减少 67%。
INSIGHT语料规模本身也是评测变量。相关文档没有消失，新增干扰文档仍会改变召回与重排的收益；把规模、证据格式和成本一起评估，比只在一个小集合上比较最终问答分数更有解释力。
Google本地图片与视频搜索无需先把每种媒体转成文字。谷歌把文本、图像和音频映射到共同向量空间，配合本地数据库完成边输入边检索。官方报告，纯文本权重的活动内存约为 191MB。
INSIGHT跨模态统一表示能省掉中间的描述生成与转写链路。对于设备内搜索，分开加载所需模态比始终启用完整模型更省内存；内存数字对应官方给定设备与配置，不能当作服务器延迟指标。
Amazon
CMU
INESC-ID对话查询缺少上下文时，一次改写未必能找到正确表达。作者让模型交替改写与检索，读取语料反馈后决定继续还是停止，并用检索排名训练策略。TopiOCQA 上的 nDCG@3 达到 40.6。
INSIGHT改写所需的词汇可以从刚召回的内容中学习。原文消融显示，动作分类本身并不带来收益，关键是根据语料反馈安排连续动作；这一收益也伴随着额外搜索轮次。
论文里的问题、方法和结果分散在叙述中，检索后仍难组合。作者把它们整理成带类型关系的研究对象，并保留出处供核查。在七个子领域，科学问答评分比段落检索高 0.381 分，满分为 5 分。
INSIGHT索引单位可以是能复用的研究对象，而非固定长度的段落。问题、实验设置和结论各自有身份与出处，跨论文比较就能沿着关系取证；代价是构建与维护结构化表示。
检索模型不能只看一张总榜，评测还要交代候选集合和任务。厂商公开了文档嵌入、重排及多条件匹配结果，并在重排时固定首阶段候选。其自测的文档重排 nDCG@10 为 70.2，尚无独立复现。
INSIGHT固定候选集合能把重排器的贡献与首阶段召回分开。多条件近似文档也能暴露向量相似度掩盖的约束错误；这些数据来自厂商，适合生成复测清单，不能替代自有查询集的测量。
工具库很大时，把全部说明交给语言模型既慢又容易选错。作者从工具说明离线生成用户可能提出的请求，建成检索索引，线上只把少量候选交给模型。评测覆盖约 7.9 万项能力的工具选择基准。
INSIGHT可以在文档侧补齐用户说法，而不在每次请求时扩写查询。工具库能借此把模型要读的候选数固定下来；效果仍取决于生成请求能否覆盖真实需求，论文未在摘要给出统一收益幅度。
已录用 EMNLP 2026