AutoIndex 学会写检索索引程序，Recall@100 提升 8.4%
Sam O'Nuallain · hf · 2026-07-23
AutoIndex 把“文档如何入库”变成可优化目标
AutoIndex 提出一种学习 representation programs 的框架：不是只调 retriever、reranker 或少量预处理参数，而是让系统自动搜索一组可执行转换，在索引前对原始文档进行切分、补充、归一化、重加权或重组。
- 方法采用 validation-guided program search：代理先诊断当前索引管线的失败原因，再生成候选更新。
- 只有在验证集上能提升检索质量的更新才会保留。
- 在 CRUMB 这个异构检索基准上评测，所有实验都固定 BM25 不变。
实验结果显示：
- 相比静态的全文 BM25 基线，平均 Recall@100 提升 8.4%
- 平均 nDCG@10 提升 8.3%
- 单任务最大提升达到 Recall@100 +30.5%、nDCG@10 +43.6%
作者的核心结论是：文档表示不该被当作检索前一次性定死的预处理选择，而应该成为显式优化对象。代码已开源。
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