- 1. Revisiting Text Ranking in Deep Research · 📖 深度解读
这篇 SIGIR 2026 论文把 deep research 场景中的“搜索组件”从黑盒 API 中拆出来系统评测，比较文档级/段落级检索单元、5 类检索器和 3 类重排器。实验在 BrowseComp-Plus 上显示，段落级 BM25 加 monoT5-3B 重排达到 0.716 recall 和 0.689 accuracy，接近 GPT-5 agent 的 0.701 accuracy…
出现于日报：07-09
- 2. Healthier LLMs: Retrieval-Augmented Generation for Public Health Question Answering · 📖 深度解读
论文把 PubHealthBench 扩展成检索增强问答评测，共包含 7,929 个来自英国政府公共卫生指南的问题，用来分析 RAG 中检索配置对最终答案的影响。作者比较 dense、sparse、hybrid retrieval、多种 embedding model、语料切分和主题差异，结论是 hybrid retrieval 在召回与排序质量上更稳定…
出现于日报：07-10
- 3. TaoSR-AGRL: Adaptive Guided Reinforcement Learning Framework for E-commerce Search Relevance
这篇 WWW 2026 Industry Track 论文面向淘宝搜索相关性判断，解决 LLM 只靠 SFT/DPO 或标准 GRPO 时长尾查询推理不稳、业务规则难以遵守的问题。TaoSR-AGRL 将最终相关性拆成规则感知的稠密奖励，并用 Adaptive Guided Replay 把低准确 rollout 拉回到带标注的轨迹上。公开材料显示，它在淘宝搜索主场景部署…
出现于日报：07-08
- 4. Scientific Code Search at Scale: A Multi-Domain Dataset and Benchmark
论文面向科学代码发现这一垂直搜索问题，指出通用代码搜索基准不能覆盖科研领域术语和任务需求。作者构建 5,264 个高质量、按 NASA 五个科学部门分类的开源仓库语料，并提出两个 IR 基准：219 个领域专家查询的仓库搜索任务，以及覆盖 7 种编程语言的 117,950 个代码片段和 119,720 个查询的大规模片段检索任务；基线结果显示不同科学领域和代码规范会显著影响检索效果。
出现于日报：07-09
- 5. 5ting at SemEval-2026 Task 8: Strong End-to-End Multi-Turn RAG via LLM-Based Reranking and Faithfulness Control
这篇 SemEval-2026 Task 8 系统报告聚焦多轮 RAG 检索，组合 BGE-M3 dense retrieval、FAISS 索引、双查询合并召回、LLM reranking 和受证据约束的角色分离生成。论文报告检索子任务 nDCG@5 = 0.4719，端到端任务 harmonic score = 0.5597，RL_F = 0.7692，说明简单但完整的“召回-重排-可信生成”链路仍然有竞争力…
出现于日报：07-10
- 6. The Voronoi Bottleneck: Capacity-Aware Dense Retrieval for Product Search · 📖 深度解读
这篇论文面向电商/UGC 搜索中双塔稠密召回容量不足的问题，指出固定维度内积向量会形成“Voronoi Bottleneck”，无法表达所有 query-document 相关性模式。作者把 Voronoi complexity 与 sign-rank 联系起来，提出无需相关性标签即可预测单 query 检索失败的 Capacity Utilization Score，报告 AUC 大于 0.8…
出现于日报：07-06
- 7. ARCHER: Shooting Straight in Multimodal E-Commerce Search at Alibaba with Progressive Alignment
ARCHER 是 Alibaba 在 WWW 2026 Industry Track 的多模态电商搜索论文，核心目标是让商品图像与文本证据在召回/排序中更直接地对齐。方法采用 progressive alignment，把跨模态表征从粗粒度商品语义逐步推到更细的属性与视觉证据匹配。公开作者页披露该系统已在 Alibaba 真实业务上线，服务 Taobao B2B 平台 1000 万级日查询，并带来 CTR +2.1%。
出现于日报：07-08
- 8. Relevance-Based Embeddings: Lightweight Candidate Retrieval via Heavy-Ranker Calls
论文提出 Relevance-Based Embeddings（RBE），用昂贵 heavy ranker 对一组 support queries/items 的相关性分数来重写查询和文档表示，再用这些轻量表示做 ANN 候选召回。它针对传统双塔召回质量下降、cross-encoder 全量打分成本过高的问题，把 heavy ranker 的判断蒸馏进可检索向量空间…
出现于日报：07-08
- 9. MTEB-BR: A Text Embedding Benchmark for Brazilian Portuguese
MTEB-BR 针对巴西葡萄牙语缺少原生 embedding benchmark 的问题，构建了 22 个本地任务，覆盖分类、多标签、语义相似、聚类、retrieval 和 reranking，并排除翻译数据。作者评测 93 个模型，其中 73 个 open-weight、20 个闭源商业 API，参数规模从 23M 到 27B，还为 headline comparison 加入 bootstrap confidence…
出现于日报：07-10
- 10. Why Advanced Encoders Lag on Sparse Retrieval? The Answer and an Approach to Bridging Vocabulary Gaps
这篇 SIGIR 2026 论文解释了一个反直觉现象：ModernBERT 等新编码器在稠密检索中更强，但在 learned sparse retrieval 中反而落后于 BERT-base。作者把根因归结为 Vocabulary Gap，即现代 tokenizer 的大小写敏感、原始表面词表把同一语义拆成冗余形态，浪费稀疏维度并削弱词项匹配…
出现于日报：07-06