Apple 新论文 CoGR：查询与条目双侧协同进化，检索 F1 最高提升 36.1%
antoine_chaffin · x · 2026-09-06
Apple 团队发布生成式检索新工作 CoGR（arXiv:2609.00638），核心思路是：以往 LLM 检索只优化查询侧，CoGR 让 LLM 同时为 query 和 item 生成匹配关键词，再用强化学习让两侧协同进化。
- 方法：两阶段训练——先用 SFT 对齐关键词空间，再用 GRPO 交替优化两侧生成器，针对对方冻结的倒排索引优化；query 侧直接优化检索 F1，item 侧用反事实边际奖励（其生成关键词对 query 侧 F1 的改变量）
- 兼容性：关键词直接走倒排索引匹配，保留现有关键词检索基础设施
- 效果：在 10 个代表性稀疏、稠密和生成式基线中取得最佳，在内部 APP marketplace 数据集上 F1 较最强基线提升 +10.9% / +36.1%
「研究」频道最新
- 传 Anthropic 已解决千禧年大奖难题,陶哲轩发文回应引热议 — littmath · 2026-09-06
- 哈佛等名校论文：LLM 采用率小幅上升或引发群体性认知依赖 — rohanpaul_ai · 2026-09-06
- 哈佛等多校论文:LLM 采用率小幅上升或引发认知依赖临界点 — rohanpaul_ai · 2026-09-06
- 「Transformer Transformer」论文入选 CoRL 2026 — SongShuran · 2026-09-06
- 把文本嵌入模型接到蛋白质嵌入上,自然语言搜索蛋白质竟能用 — johnowhitaker · 2026-09-06
- Claude 在 Slack 里自建数学环境，自主证伪 Smale 均值猜想 — maxleiter · 2026-09-06