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
- 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