破解检索排除反转难题：EXCISE 成功率提升至 69%
_reachsumit · x · 2026-08-07
晚交互检索器（如 ColBERT）在处理包含排除条件的查询时表现很差，会出现「排除反转」现象，即被要求排除的主题反而获得更高排名。该论文指出，由于识别被排除主题仅依赖于查询本身，无法通过读取冻结向量来恢复约束。
为此，研究者提出了 EXCISE 方法。该方法在查询阶段进行修正，保持索引冻结，仅使用包含 150 万参数的两个模块来识别主题并对 100 篇文档的候选列表进行重新嵌入，同时利用无参数规则降级匹配该主题的候选文档。
实验表明，在 6 个数据集和 3 个骨干模型的 18 组测试中，EXCISE 全部表现最优。它将 ExcluIR 的排除成功率从 0.058 提升至 0.691，将布尔 NOT 准确率从 0.25-0.29 提升至 0.90-0.92。此外，研究还发布了包含显式、隐式和复合排除项的分层基准 X-BENCH。
「研究」频道最新
- RL 不止微调 SFT：更长预训练带来更陡峭的 RL 扩展曲线 — gleech · 2026-08-24
- 能取代 LLM？光子计算与储备计算逃逸 O(n²) 困境 — navnt5 · 2026-08-24
- 开源 Pelican SVG 环境，量化评估模型画图能力 — SergioPaniego · 2026-08-24
- 开源透明度新标准：Ling-3.0 公开多阶段 Checkpoint — creditme7 · 2026-08-24
- 17 岁独立预训练模型的少年论文入选 ICML — HanchungLee · 2026-08-24
- 中科紫东太初发布AutoProject：科研智能体从执行Task升级到承接Project — 量子位 · 2026-08-24