多跳检索基准测试的“商业税”：授权与成本盲区

_reachsumit · x · 2026-08-18

论文审计了顶尖的多跳检索系统，发现其最佳成绩依赖于非商业授权的嵌入模型（如 NV-Embed-v2），且通常未披露索引构建成本。研究对比了 13 个嵌入模型，指出直到 2026 年中期，最佳商业授权模型仍落后于非商业锚点模型约 2.31 个 Recall@5 点。NVIDIA 的 Nemotron-3-Embed-8B 发布后缩小了这一差距，成为唯一可自托管且性能相当的模型。此外，API 嵌入模型在每次重索引时都会产生成本，而自托管模型则无此开销。