- 1. WeFair: Fidelity-Aware Alignment from Human Feedback for Personalized Query Rewriting in Short-Video Search
WeFair 面向短视频搜索的个性化查询改写，按监督学习、消费偏好对齐和真实改写验证逐步训练模型，限制用户行为奖励带来的意图漂移。微信线上实验显示，有效点击查询率相对增加 1.576%，查询重写率相对下降 1.731%；这些是相对变化，不能解释为百分点。
出现于日报：10-15
- 2. Data Curation and Model Souping: Unlocking Qwen3-0.6B for MS MARCO Passage Ranking
论文研究 Qwen3-0.6B 在 MS MARCO 的召回与重排，重点采用语料预训练、难负例、训练推理对齐和模型权重合并。初始重排模型 MRR@10 为 0.3289，仅使用 10 万查询微调即可达到 0.3817；作者还发现标题拼接会影响基准可比性，因此复现了公开检查点。
出现于日报：10-15
- 3. XViewRank: Overlap-Conditioned Score Fusion for LLM-Augmented Sparse Retrieval · 📖 深度解读
针对多种查询改写结果既互补又可能漂移的问题，XViewRank 用三路归一化 BM25 分数与三组结果集重叠率构成六维特征，通过小型非线性网络学习融合。TREC DL19 的 nDCG@10 从同输入 RRF 的 0.6376 升至 0.6583，MAP 从 0.4225 升至 0.4437；仅后者达到显著性，DL20 的改善未显著。
出现于日报：10-16
- 4. From a Large-Scale Teacher to Efficient Multimodal Students for Search Relevance Prediction
eBay 团队把查询与商品相关性判定拆成小规模人工校准、教师批量标注和轻量多模态学生蒸馏。GPT-4.1 教师在人标基准上的多分类准确率约为 83.7%，再用其标签与解释训练学生；正文比较了多种学生及效率权衡，不能据此假定线上搜索 CTR 已获得提升。
出现于日报：10-15
- 5. Faithful Query Resolution for Conversational Search
论文对比五种会话查询生成配置，忠实解析只补齐指代，再将其与学习型改写和原始话语做加权排名融合。离线融合将 Recall@1000 从 0.448 提高到 0.519，nDCG@10 却从 0.231 降到 0.228；官方提交的 nDCG@5 为 0.534，比最强替代配置高 5.3%。
出现于日报：10-15
- 6. Simple Linear Corrections for Compression in Late Interaction
该文在冻结编码器和压缩器的情况下，蒸馏未压缩模型的评分分布，学习全局线性校正，以恢复多向量压缩后的检索质量。在 BEIR 域内实验的 160 种设置中，154 种优于原压缩基线；MS MARCO 上压到每文档 4 个向量时，ColBERTv2 的相对召回增益最高约 22%。
出现于日报：10-15
- 7. Cascaded Retrieval with Cross-Modal Query Refinement for Efficient Visual Document Search
SCOUT 为视觉文档搜索设计级联双通路：轻量检索器缩小候选集，强多向量模型只对候选重排，另一路检索离线生成的页级与文档级摘要。通过跨模态查询细化融合语义信号，在四个基准、六个基线的对比中，作者报告最高 80.7 倍、平均 28.8 倍查询加速，NDCG 最多提高 7.8%。
出现于日报：10-16
- 8. Chaos in the Text: Revealing the Modality Preference in Mixed-Modality Retrievers
论文发现混合文本、图片和图文文档时，检索器偏向文本，导致无关文本压过相关图片。Trident 将三种视图作为同等正例，用多正例 InfoNCE 联合训练。在六个视觉文档基准上，Qwen3VL-2B 的混合库平均 nDCG@10 从 40.12 升至 73.90，去掉该损失后为 66.36。
出现于日报：10-14
- 9. Compact and Efficient Indexes for Learned Sparse Retrieval · 📖 深度解读
论文压缩学习式稀疏检索的倒排与正排索引：用块内代表文档替代摘要向量，对重排词表后的差分编号进行 SIMD 位打包，并使用逐词项 4 位量化。在 MS MARCO 的三种编码器上，等精度时最高比 SINDI 快 5.3 倍、内存约少 3 倍；这些是配置相关的最优结果。
出现于日报：10-14
- 10. CoverSynth: Coverage-Guided Generation of Retrieval Evaluation Sets
CoverSynth 从语料依赖结构出发生成具有覆盖目标和可定位证据的检索评测集，并加入无法回答与含糊请求。RepLiQA 上，人类查询中 91% 能被 12 个被测系统全部回答，生成查询仅为 12%；重复实验里，生成集识别出 12/12 个模型对比，人类集为 4/12，显示更强区分能力。
出现于日报：10-15