亚马逊提出按查询相关性剪枝索引，预算内优化检索
_reachsumit · x · 2026-09-14
Amazon Science 发布研究 Query-Aware Index Pruning for Retrieval Under Budget Constraints，提出一种在存储/算力预算受限下的检索索引剪枝框架。
核心思路是：不再按文档自身质量打分来决定去留，而是评估每篇文档对预期查询的服务价值，据此对索引进行剪枝，从而在预算约束下最大化检索效果。论文与代码链接均已在 Amazon Science 页面公开。
「研究」频道最新
- 11 页短论文：群平均如何让 Ising 模型 MCMC 从缓速变快速 — michaelchchoi · 2026-09-14
- 开源 FlashREINFORCE：免critic单rollout异步RL实现6000+次稳定更新 — YouJiacheng · 2026-09-14
- LLM 能否啃下 Collatz 猜想:耐心导航「数学迷宫」的新讨论 — an_interstice · 2026-09-14
- Proxy Policy Steering：不动权重、用残差引导 VLA 学新任务 — weichiuma · 2026-09-14
- 新研究：LLM 强化学习训练可弃用 AdamW,标准 SGD 同样有效 — zhaoran_wang · 2026-09-14
- RSI 研究分野：harness 自我改进已实用，「智能爆炸」仍未被证明 — arthurcolle · 2026-09-14