- 1. A Reproducibility Study of LLM-Based Query Reformulation
针对学术界 LLM-based query 改写报告效果差异巨大、难以复现的问题，论文在统一受控框架下系统复现了 10 种代表性 LLM 改写方法。覆盖两种 LLM 架构家族 × 两种参数规模 × 三种检索范式 (lexical / learned sparse / dense) × 9 个 benchmark (TREC DL + BEIR)，得出三个核心结论：(1) 改写收益强依赖检索范式…
出现于日报：05-04
- 2. Qwen3-Embedding-8B: Open-source SOTA on MTEB with Matryoshka Representations
Qwen3-Embedding-8B 是阿里通义团队开源的稠密向量模型，2026 年 MTEB 基准上达到与最强闭源模型相当的水平，原生支持 Matryoshka Representation Learning（推理时按需截断维度，从 4096 → 1024/512/256 几乎无损），在中英多语言、代码与跨域检索上均有明显增益。配套发布的 Qwen3-Reranker 提供 cross-encoder 重排能力，覆盖召回-重排两端…
出现于日报：05-05
- 3. Negative Data Mining for Contrastive Learning in Dense Retrieval at IKEA.com
IKEA 工业实践论文，系统比较了 dense retrieval 中四种负样本策略：随机 in-batch、BM25 hard negatives、属性结构化负样本、LLM 相关性判定负样本。在 IKEA 商品搜索场景上做线下与线上 A/B 双线评估。结果显示结构化 + LLM-judged 负样本在线下 category accuracy 上提升 +2.6%，但线上 A/B 测试无统计显著的用户参与度差异…
出现于日报：05-04
- 4. When More Reformulations Hurt: Avoiding Drift using Ranker Feedback
针对多 query 改写引入的 召回提升 vs 漂移 权衡问题，论文提出 ReformIR：把每条改写视为一阶特征，构造大候选池后训练一个轻量代理模型，根据改写特定检索信号在线估计文档效用。在固定重排预算下，代理模型自适应优先级排序 哪条改写、哪些文档，仅对原始 query 锚定的少量样本调用强 reranker 作为 teacher。在 MS MARCO 和 TREC DL19-22 上随改写数量增加…
出现于日报：05-04
- 5. The Pre-Training Study of Expanded-SPLADE Models on Web Document Titles
针对 MLM 预训练模型迁移到神经检索 bi-encoder 时"准备度不足、迁移困难"的问题，本文系统研究 SPLADE 系（具体为 Expanded-SPLADE / ESPLADE）在不同预训练数据与配置下的微调表现。作者用内部 web 文档标题作为预训练语料，沿用 fine-tune 时仍保留 MLM 层的 SPLADE 范式，同时在测试时对稀疏向量做可选剪枝，得到三条核心观察：检索效果更好的微调模型在剪枝后退化更小…
出现于日报：05-06
- 6. CAR: Query-Guided Confidence-Aware Reranking for Retrieval-Augmented Generation · 📖 深度解读
针对 RAG 中传统重排只看 query-document 相关性、忽视生成器实际「有用性」的问题，提出 CAR：一个无需训练、即插即用的重排框架。它把生成器在 query-only 与 query+document 两种条件下的多次采样答案做语义一致性比对，用置信度变化作为文档有用性信号——显著提升置信度的文档上调，降低置信度的下调，模糊样本保持原序，并通过 query 级门控避免在已确定查询上做无效干预…
出现于日报：05-08
- 7. Efficient Multivector Retrieval with Token-Aware Clustering and Hierarchical Indexing
针对 ColBERT 类 multi-vector 检索 效果好但部署成本高 的痛点，论文提出 TACHIOM：利用 token 分布规律加速聚类与检索阶段。核心组件包括 (i) 基于图的 centroid 索引，(ii) 优化的 Product Quantization 布局用于最终打分。在 MS MARCO 与 BEIR 上，索引吞吐与 per-query 延迟显著改善，同时保持原有检索效果。
出现于日报：05-04
- 8. Benchmarking Retrieval Strategies for Biomedical Retrieval-Augmented Generation: A Controlled Empirical Study · 📖 深度解读
在固定生成模型 (GPT-4o-mini)、固定向量库 (ChromaDB) 与固定 embedding (text-embedding-3-small) 的前提下，作者系统对比五种检索策略：稠密向量、BM25+稠密混合、Cross-Encoder 重排、Multi-Query 扩展、MMR 多样化。基线在 BioASQ 派生的 250 条 QA (rag-mini-bioasq) 上评估，使用 DeepEval 四个 RAG 指标…
出现于日报：05-06
- 9. Storage Is Not Memory: A Retrieval-Centered Architecture for Agent Recall
提出 True Memory——一个把 agent 记忆当作多阶段检索而非存储 schema 的六层架构，核心思想是「在写入时不丢失任何信息，所有抽取/路由都推迟到 query 时」，让被丢弃的内容仍可恢复。整套系统跑在单个 SQLite 文件、纯 CPU 上，不依赖向量库、图库或 GPU。在 LoCoMo（1540 题）上 True Memory Pro 跑出 93.0% 准确率（vs Mem0 61.4%、Supermemory…
出现于日报：05-08
- 10. How Generative AI Disrupts Search: An Empirical Study of Google Search, Gemini, and AI Overviews
实证研究 11500 条真实用户 query，对比 Google Search、AI Overview (AIO)、Gemini Flash 2.5 的检索行为差异。关键发现：(1) 51.5% 代表性 query 触发 AIO，争议性话题尤甚；(2) 三类引擎引用源 Jaccard 相似度 < 0.2，传统 Search 倾向 .gov/.edu，生成式倾向 Google 系自有内容…
出现于日报：05-04