微软 NIE：利用 Agent 搜索轨迹零标注优化检索器
_reachsumit · x · 2026-08-18
微软提出 Navigation-Informed Embeddings (NIE)，旨在利用 Agent 检索工作流产生的搜索轨迹（查询、检索、停止信号）来适应已部署的密集检索器，无需新的相关性标注或合成查询。
核心方法：
- NIE-Stop： 将停止文档视为软正例。
- NIE-Path： 使用路径上的文档作为硬对比，并施加几何衰减的序数约束。
实验结果：
- 在独立目标基准上，BGE 编码器的 Recall@20 从 72.2 提升至 78.0。
- NIE-Path 在长路径任务上表现优异（55.4 vs 46.7）。
- 在不进行公开基准训练的情况下，BEIR HotpotQA 的 nDCG@10 提升了 1.9 点。
该方案为已有轨迹数据的环境提供了轻量级的适配渠道。
「编程与Agent」频道最新
- Apple 代码签名耗时数小时,官方建议:等一周 — pjausovec · 2026-10-16
- 4B 模型加 8K 上下文堆算力反而更差，Hermes 提出上下文推理新思路 — mangahomanga · 2026-10-16
- Flux 3 Klein 默认模板有坑:必须接 prompt upscaler 才能出好图 — StrictMove5839 · 2026-10-16
- 21 人团队 AI 写 97% 代码,每周数百 PR,16% 自动合并 — rseroter · 2026-10-16
- ClosedMCP:一次配置 MCP,跨平台团队共享的 Serverless 方案 — Ok_Sprinkles1301 · 2026-10-16
- Heisentools:用 AI agent 重写 mock 文件模拟任意服务测试 agent — kieranklaassen · 2026-10-16