- 1. Efficient Rationale-based Retrieval: On-policy Distillation from Generative Rerankers based on JEPA · 📖 深度解读
针对 rationale-based 检索需要对 query-document 联合编码导致计算成本过高的问题，提出 Rabtriever：先训练一个把 document 放在 query 之前、用 log p 生成相关性分数的 LLM 生成式重排器作为教师，再通过基于 JEPA（Joint-Embedding Predictive Architecture）的 on-policy 蒸馏…
出现于日报：04-29
- 2. K-CARE: Knowledge-driven Symmetrical Contextual Anchoring and Analogical Prototype Reasoning for E-commerce Relevance · 📖 深度解读
本文针对电商搜索相关性中 LLM 在工业场景里持续遭遇的 corner case 问题，指出主要瓶颈不是推理路径而是知识边界——参数化记忆缺乏对小众 query/商品的领域知识。作者提出 K-CARE 框架，包含两个互补模块：Symmetrical Contextual Anchoring (SCA) 用对称双向锚点把外部知识填入 LLM 的认知盲区…
出现于日报：04-30
- 3. Efficient Listwise Reranking with Compressed Document Representations · 📖 深度解读
针对 LLM listwise 排序计算开销过大的问题，本文提出 RRK，将每篇文档先通过 RAG 中常用的文档压缩技术编码成多 token 的固定长度 embedding，再用蒸馏方式训练 listwise reranker。8B 参数的 RRK 相比 0.6B-4B 的小型 reranker 仍可提速 3-18 倍且质量持平甚至更优；在长文档基准上优势进一步放大。
出现于日报：05-01
- 4. Breaking the Autoregressive Chain: Hyper-Parallel Decoding for Efficient LLM-Based Attribute Value Extraction
针对电商场景中“同一文档抽取多条属性值 (Attribute Value Extraction, AVE)”的离线大批量任务，提出 Hyper-Parallel Decoding (HPD)：通过 position ID 操控让多条互相独立的输出序列在同一批次内乱序生成，并把多文档拼接进同一 prompt，单次最多并行解码 96 个 token。在不损失质量的前提下，推理成本和耗时降幅最高达 13.8 倍，对所有 LLM 通用。
出现于日报：05-01
- 5. Aligning Dense Retrievers with LLM Utility via Distillation · 📖 深度解读
论文提出 Utility-Aligned Embeddings (UAE)，把稠密检索的目标从语义相似度转换为分布匹配——让 bi-encoder 通过 Utility-Modulated InfoNCE 直接拟合 LLM 视角下的 “效用分布”（基于困惑度下降衡量哪些 passage 真正帮助生成）。在 QASPER benchmark 上 Recall@1 较 BGE-Base 提升 30.59%，MAP +30.16%…
出现于日报：04-28
- 6. Context-Fidelity Boosting: Enhancing Faithful Generation through Watermark-Inspired Decoding
ACL 2026 论文 CFB 借鉴文本水印思路，提出三层渐进式 logits 偏置策略增强 RAG/QA 的上下文忠实度：1) Static boosting 对 context 中出现的 token 加固定偏置；2) Context-aware boosting 基于 “有/无 context 的分布散度” 调整偏置幅度；3) Token-aware boosting 利用 attention 与语义相似度对 token…
出现于日报：04-28
- 7. ResRank: Unifying Retrieval and Listwise Reranking via End-to-End Joint Training with Residual Passage Compression
ResRank 将 LLM 监听式重排序从“逐 token 自回归生成”改造成“一次余弦匹配”：用 Encoder-LLM 把每个候选文档压成单向量，再通过残差连接把 encoder embedding 与 reranker hidden state 融合，最终用一步余弦相似度替代解码。两阶段、多任务端到端训练。在 TREC DL 和 8 个 BEIR benchmark 上获得与原始 listwise LLM…
出现于日报：04-28
- 8. From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms
面向 ChatGPT、Google AI Overview/Gemini、Perplexity 等生成式搜索引擎，论文提出“引用选择 + 引用吸收”两阶段测量框架，量化一篇网页是仅被检索到、被引用，还是真正被吸收进生成答案的语言/证据/事实结构。基于公开 geo-citation-lab 数据集（602 个受控 prompt、21,143 条搜索层引用、23,745 条引用级特征记录、18,151 个成功抓取页面、72…
出现于日报：04-30
- 9. Health System Scale Semantic Search Across Unstructured Clinical Notes
工业部署型论文：在大型儿童医院落地了一套语义搜索系统，索引 1.68 亿患者的 1.66 亿条临床笔记、4.84 亿条向量。系统使用 instruction-tuned qwen3-embedding-0.6B embedding 模型，向量存储在 storage-optimized 索引的托管数据库，全文元数据放在低延迟 KV 库，整体运行在 HIPAA 合规治理框架下…
出现于日报：04-30
- 10. BridgeRAG: Training-Free Bridge-Conditioned Retrieval for Multi-Hop Question Answering
多跳检索本质上不是单步相关性问题，但既有 RAG 方案常用对原 query 的相似度统一打分，导致后跳证据被错误排序。BridgeRAG 提出一个 training-free、graph-free 的检索方法，核心是三元打分器 s(q, b, c)（query, bridge, candidate），把“覆盖”与“打分”显式解耦：dual-entity ANN 扩展第二跳候选池保覆盖…
出现于日报：04-30