AutoIndex 在不改检索器下让 CRUMB 指标提升 8.4%
mrdrozdov · x · 2026-07-22
AutoIndex 不会收敛到一套通用预处理公式，而是会针对不同语料学习出语料专属程序，去切分、归一化、补充信息、重加权并重组文档。
作者强调，目标不是找“最佳 chunk 大小”，而是学习一个能把最有用证据呈现给检索器的表征程序。为了隔离这一效果，实验中固定了其余检索系统组件：
- BM25 检索器不变
- 排序函数不变
- 索引后端不变
唯一变化的是“把文档映射为索引单元”的程序。结果在 CRUMB 上带来：
- Recall@100 提升 8.4%
- nDCG@10 提升 8.3%
作者认为，这个提升很可观，而且没有动到 retriever 微调、embedding 更新或在线反馈。
所属事件:AutoIndex框架提出表征程序优化新范式(8 条相关)→
「编程与Agent」频道最新
- MCP 链式调用无回滚：agent 工程的真实痛点 — agentrsdg · 2026-09-11
- DeepMind 等论文：设计文档当真相源，代码改为可抛弃产物 — Roger_M_Taylor · 2026-09-11
- 用 Agent 造小分类器：19 万文档标注成本仅 0.7 美元 — vanstriendaniel · 2026-09-11
- MathModelAgent 走红:自动完成数学建模并生成可提交论文 — jihe520 · 2026-09-11
- alphaXiv 开源 OpenResearch:用任意模型并行跑研究智能体 — alphaXiv · 2026-09-11
- 开源 AI 销售 OS DeskcommCRM 爆火:自带 Agent 与 WhatsApp 集成 — melgarafael · 2026-09-11