- 1. Semantic Retrieval for Product Search in E-Commerce · 📖 深度解读
针对电商搜索中 query 短、口语化、噪声大且商品属性细粒度的问题，提出基于孪生 LLM 双塔编码器的两阶段语义召回方案。第一阶段用对比学习训练，并引入 false-negative margin mask 避免把近似重复商品当负样本惩罚；第二阶段提出 ROAR（Relative Odds Alignment for Retrieval）偏好优化目标，把 Bradley-Terry 扩展到可变长度的分级相关性分组…
出现于日报：06-03
- 2. Graph-GRPO: Dependency-Aware Credit Assignment for Generative E-commerce Search Relevance · 📖 深度解读
针对电商搜索相关性建模，论文把 LLM 的相关性判断建成 query 理解→商品理解→facet 匹配的 CoT 推理并用 RL 优化。现有 GRPO 只有 outcome-level 奖励、把整条推理链当成单一优化单元，难以区分错误步骤；Graph-GRPO 将 CoT 各步建为节点、逻辑依赖建为边，把结果奖励沿依赖图传播得到 step-level 信用，再用主损失驱动的控制器自适应调整边上传播系数…
出现于日报：06-02
- 3. Attention Calibration for Position-Fair Dense Information Retrieval · 📖 深度解读
dense retrieval 存在位置偏置——相关信息出现在 passage 后段时检索效果下降。论文把推理期 attention calibration 适配到检索任务，无需重训练，并引入强度系数 λ 在原始注意力与完全校准之间插值。在 3 个 embedding 模型、SQuAD-PosQ 与 FineWeb-PosQ 两个基准上系统研究 basket size、校准层集合与强度的影响，发现部分校准常优于完全校准…
出现于日报：06-04
- 4. DSIRM: Learning Query-Bridged Discrete Semantic Identifiers for E-commerce Relevance Modeling
针对电商搜索相关性中连续 embedding 难以刻画细粒度属性差异的问题，提出离散 Semantic ID 相关性模型 DSIRM。在 item 侧采用 query-bridged 对比量化，把 query-item 交互监督注入 SID 生成，取代传统无监督量化，使同一 SID 下聚合的 item 更符合 query 维度的排序需求。论文给出量化码本学习与相关性打分的联合训练方案。
出现于日报：06-05
- 5. Training-Free Lexical-Dense Fusion for Conversational-Memory Retrieval
面向长对话记忆检索（LoCoMo、LongMemEval），研究 training-free、纯 CPU 的检索增强方案。核心发现：将晚期交互稠密分数与 BM25 做分数级融合（单一 leave-one-conversation-out 权重），在 6 个 encoder 上把 LoCoMo Hit@1 提升 +8.8~17.2 分（均 p<1e-4）…
出现于日报：06-05
- 6. CoHyDE: Iterative Co-Training of LLM Rewriter & Dense Encoder for Tool Retrieval · 📖 深度解读
agent 选工具时，用户说的是口语，工具库写的是技术说明，单靠微调检索编码器在模糊查询上会掉得很厉害。SAP 的做法是让大模型改写器把用户的话写成工具说明书风格的描述，编码器只用这些描述重训，改写器再按编码器的检索得分做 DPO，两边轮流训三轮。在约 1 万个工具的 ToolBench 子集上，模糊查询的 NDCG@5 平均提高 6.3 个百分点，标准查询只提高 2.5 个百分点…
出现于日报：06-01
- 7. Scaling Search Relevance: Augmenting App Store Ranking with LLM-Generated Judgments · 📖 深度解读
商业搜索同时优化行为相关性（用户点击/下载）与文本相关性（语义匹配），但专家标注的文本相关性标签相对海量行为标签极度稀缺。论文系统评估多种 LLM 配置，发现经过专门微调的小模型在生成高相关性标签上显著优于规模大得多的预训练大模型；以该最优模型为「放大器」生成数百万条文本相关性标签，用于增强 App Store 生产排序器。结果显示注入 LLM 生成判断后线上排序相关性获得提升。
出现于日报：06-03
- 8. A Unified Structured Query Understanding Framework for Industrial Semantic Search
论文（LinkedIn，KDD-ADS 2026）提出统一的结构化查询理解框架，把 query 切分、成分标注、意图与属性抽取等子任务统一建模，产出结构化 query 表示供下游召回与排序使用，并在生产语义搜索上验证收益。
出现于日报：06-01
- 9. Col-Bandit: Query-Time Top-K Estimation for Late-Interaction Retrieval
ColBERT 等多向量 late-interaction 检索质量 SOTA，但 query 时成本被 token 级 MaxSim 穷举主导。N 个候选对 T 个 query token 构成 N×T 的 MaxSim 矩阵，其行和即 late-interaction 分数，求 top-K 很少需要全部元素。Col-Bandit 将其建成 bandit：分批揭示矩阵元素…
出现于日报：06-04
- 10. No More K-means: Single-Stage Sparse Coding for Efficient Multi-Vector Retrieval
论文（ICML 2026）用稀疏自编码器替代多向量检索中的聚类（K-means）量化，使多向量表示可直接走倒排索引。相比 ColBERTv2，索引构建快 15 倍、检索延迟减半，且效果还有提升。
出现于日报：06-01