LAMAR 让多语种 RAG 重排同时看相关性和语言一致性
nlpai-lab · hf · 2026-07-27
- 这篇工作研究多语种 RAG 的重排问题，发现现有 multilingual reranker 并不会稳定优先选择与 query 同语言的文档，即使跨语言存在语义等价候选。
- 作者发布 LAMAR：一个同时考虑语义相关性和语言一致性的多语种 cross-encoder。
- 训练方法分两步：先用英文锚定的 relevance distillation 建立跨语言一致的相关性评分，再通过 preference alignment 让同语言文档更容易排到前面。
- 在专门设计的语言一致性实验里，LAMAR 在所有测试语言上都拿到最佳总体表现。
- 它在常见多语种 reranking benchmark 上也保持竞争力，并在实际第一阶段召回后的重排设置中取得最好结果。
「研究」频道最新
- CellType 在 YC Startup School 展示生物世界模型 — david_van_dijk · 2026-07-27
- SceneActBench 评测 VLM Agent 是否能在完整 3D 场景中行动 — Yifei Zhao · 2026-07-27
- 腾讯混元梳理原生多模态预训练的缩放规律 — Tencent-Hunyuan · 2026-07-27
- 无需训练的生成渲染方法修复回访场景不一致 — Wenchao Ma · 2026-07-27
- NVIDIA 开源 Molt：面向 Agentic 强化学习的训练框架 — nvidia · 2026-07-27
- Skill Self-Play 用共进化技能提升 LLM 能力上限 — QwenBusinessUnit-Edu · 2026-07-27