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
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27
- 零基础用户用 Claude Code 两周 vibe coding 出一款 Godot JRPG — ADHDavid · 2026-10-27