AutoIndex 用 LLM 代码优化检索，召回率提升 8.4%

UMass Amherst 与 Databricks Mosaic Research 发布论文 AutoIndex，提出把索引与切块策略当作可由 LLM 优化的代码，开创检索优化新思路。研究者在 Weaviate 播客中介绍了该方法，实验显示在 8 项任务上召回率平均提升 8.4%。

2026-09-14 ~ 2026-09-14 · 2 条相关

• AutoIndex:用可执行的表示程序优化检索,8 项任务召回率平均提升 8.4% — CShorten30 · 2026-09-14
• UMass AutoIndex 把切块策略变成 LLM 写的代码,检索优化新思路 — mrdrozdov · 2026-09-14