阿里巴巴 H+ Embedding 少用 13.7% 向量，检索接近 token 级

_reachsumit · x · 2026-08-04

阿里巴巴提出 H+ Embedding，在全局向量检索和 token 级检索之间加入“上下文相关短语”这一中间粒度。

论文认为，术语密集型检索需要比单一 embedding 更细、但又比完整 token late interaction 更便宜的表示。H+ Embedding 会预测可变长的短语切分，把未覆盖到的 token 保留为单独单元，并用重要性引导的选择与加权 MaxSim 互动。在 16 个科学、医疗和双语任务上，短语分支比全局分支高出 6.91 个宏平均 nDCG@10，几乎追平 token 级方案，同时只用少 13.7% 的文档向量。作者将其视为在压缩质量与索引/打分成本之间更实用的中间方案。