本周信息检索前沿：IBM 提出十亿级文档分层 BM25
_reachsumit · x · 2026-08-10
本周信息检索领域论文精选（Vol.168），重点涵盖：
- 分层 BM25：IBM Research 提出，通过 LDA 将文档聚类并分为两级索引，解决扁平 BM25 在十亿级文档下占用 400GB 内存或查询过慢的问题。
- 查询自适应向量搜索：Amazon 提出 robust vector search policy。
- RAG 重排序：Liu 等人提出基于 Rubric 引导的重排序方法，用于深度研究与 RAG。
- 生成式检索：Snap Inc. 探索基于 LLM 的生成式检索在内容推荐中的应用。
- 布尔检索：Wang 等人探索结构感知的布尔检索在深度研究 Agent 中的应用。
「研究」频道最新
- Lean v4.35.0 自带四个已验证内核，其中之一由 Claude 写成并自证一致 — geoffreyirving · 2026-10-16
- MP-Bench：语音 Agent 群聊插话判断仅与抛硬币相当 — solyarisoftware · 2026-10-16
- 对 Qwen3-8B 做神经元级 GWAS+PheWAS，定位安全相关神经元 — Sauers_ · 2026-10-16
- 770B 参数压进 214GiB：腾讯混元量化团队拆解 Hy4 Preview 压缩术 — coolmum18 · 2026-10-16
- 200 局国际象棋实测：作者认为上下文学习目前并不奏效 — akbirthko · 2026-10-16
- LARK-Lab 提出 Mosaic：跨会话的 Agentic 强化学习新范式 — LARK-Lab · 2026-10-16