- 1. The Fusion Tax: A Diagnostic Analysis of When Hybrid Retrieval Hurts · 📖 深度解读
混合检索把 BM25 这类按词匹配的稀疏检索和向量检索的结果融合成一个排序，平均分上它总能赢，可逐条查询看，13–48% 的查询比当条查询上较好的那一路更差。这篇论文换了一种记账方式：逐条查询比较融合前后的 nDCG@10，把不融合也当作一个正式选项。作者把这部分逐条损失叫作“融合税”。损失集中在只有一路检索命中相关文档的查询上，另一路此时只贡献噪声。把向量编码器换大、在融合后加 cross-encoder 重排，这笔税都没有消失。
出现于日报：10-24
- 2. pplx-embed-v2-late Technical Report · 📖 深度解读
Perplexity 发布 0.6B 和 9B 两个多向量检索模型，能编码文本、图片和文档截图：文档每个 token 存一个 128 维向量，查询的每个向量取它和文档向量内积的最大值再求和打分。两个模型都去逐 token 拟合同一个 18B 教师的输出向量，因此向量空间相同，可以用 9B 离线建文档索引、线上用 0.6B 编码查询。在 72 个领域检索任务上，9B 平均 nDCG@10 为 81.3%…
出现于日报：10-23
- 3. OpenSaC: A Python Library for Search as Code in Deep Research Agents
深度研究常把时间花在反复调用搜索工具上。OpenSaC 让模型编写程序，组合搜索、阅读、重排和本地处理，只把需要的证据送回上下文。在 BrowseComp 上，平均模型 token 用量减少 37.8%。
出现于日报：10-21
- 4. FALCA: Falsification-Aware Reinforcement Learning with Hierarchical Credit Assignment for Long-Horizon Deep Search Agents
深度搜索容易沿着错误假设越查越偏。作者让搜索者提出答案，再由独立检查者寻找反例，结合分层奖励训练修正研究状态。FALCA-4B 在 BrowseComp 的准确率达到 56.0%。
出现于日报：10-22
- 5. When Agentic Retrieval Fails Silently: Framework and Production Evidence from a Creative AI Assistant · 📖 深度解读
在 Adobe Express 的智能助手里，按用户看到排序结果并据此行动来算的检索指标不再成立：聊天入口的改写率是 44.4%，比同一套检索系统支撑的模板库搜索还高，后者只有 33.1%。原因是两边的改写不是一回事。模板库里改写，是结果不相关、换个词再搜；聊天里改写，多数是看到生成结果后想改一改。更意外的是，助手只在 0.31% 的提示上真正调用了检索…
出现于日报：10-25
- 6. Chunk Recomputation under Real Document Revisions: Measuring Update Cost and Retrieval Quality of Fixed, Recursive, and Content-Defined Chunking · 📖 深度解读
RAG 的分块方案几乎都只在一份静态语料上比较，可知识库里的文档一直在改。每个块单独编码成向量，一次编辑如果让块边界移动，边界两侧的块就成了新的编码输入，哪怕里面的字一个没改。作者取相邻版本的中英文维基百科条目，只有块的完整编码输入和旧版本逐字节相同才复用旧向量。比较的是固定长度切块、段落优先的递归切块和内容定义切块，最后一种在几个词宽的滑动窗口上算哈希，哈希值满足预设条件的位置就是切点…
出现于日报：10-24
- 7. EG-GRPO: Evidence-Guided Step-level Credit Assignment for Deep Search Agents
搜索智能体常到最后才知道答案对错，难以学到哪次检索有用。EG-GRPO 把首次找到支持证据的步骤记为进展，并在相近知识状态间比较动作。4B 模型在 GAIA 上达到 45.9% 准确率。
出现于日报：10-21
- 8. Grounded Credit Assignment in Reinforcement Learning for Multi-Turn Search Agents
搜索代理答对问题，也可能没用上查到的证据。作者把找证据和写答案分别归因，再用可核验的子结果修正奖励。在较大的测试模型上，平均精确匹配率比原搜索训练方案提高6.3个百分点。
出现于日报：10-20
- 9. Directional Posterior Feedback Fusion for Query Reformulation in Dense Retrieval · 📖 深度解读
用第一轮检索文档或大模型写的假想答案（HyDE）来改写查询向量时，常见做法是把反馈向量取平均再和原查询插值。DIFF 认为一条反馈只支持查询往某个方向修正，其他方向不该被它拉回：它先减掉每条反馈与原查询平行的部分，得到这条反馈要求的转动方向和幅度，只约束修正量在这个方向上的投影，再按反馈与查询的相似度和整组方向是否一致加权，解一个 K×K 的线性方程得到修正，不训练任何模型…
出现于日报：10-23
- 10. Let Agents Design How They Search: Automatic Interface Optimization for Agentic Search · 📖 深度解读
韩国大学和 KAIST 让 Claude Code（Claude Opus 5.5）替搜索智能体设计检索工具：它读每道题的执行记录和得分，同时修改预先生成的索引文件、可执行的检索脚本和使用说明，循环 10 轮后选优化集上最好的版本。搜索智能体用 GPT-5.4-nano，BrowseComp-Plus 答对率从 DCI 的 71.6% 升到 78.4%，BRIGHT 四个子集平均 nDCG@10 从 45.7 升到 55.0…
出现于日报：10-23