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
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为：六成阅读量来自指令与笔记 — dair_ai · 2026-08-24
- Claude 自主验证 43 个数学模块，AI 攻克理论物理难题 — Tkaraletsos · 2026-08-24
- AI 假记忆：为何模型越用越错，真记忆需遗忘 — PrajwalTomar_ · 2026-08-24