SYNTRA 自改进数据合成助力嵌入模型跨 15 领域扩展

arXiv 论文提出检索训练数据合成方法 SYNTRA,仅需无标注语料库和少量查询-文档对,通过自改进循环基于试跑反馈迭代优化可复用的合成指令,自动生成领域适配的训练数据,无需人工标注即可让嵌入模型适配新任务。该方法在 24 个数据集上验证,可使 embedding 模型跨 15 个领域实现扩展,大幅降低了为检索任务定制嵌入模型的门槛。

2026-10-14 ~ 2026-10-14 · 2 条相关

• SYNTRA 自改进数据合成:无标注语料即可跨 15 领域扩展嵌入模型 — _reachsumit · 2026-10-14

另有 1 条近重复转述:_reachsumit