Google DeepMind 提出 Autoregressive Ranking，单个 LLM 取代两阶段搜索排序
gaganghotra_ · x · 2026-09-14
- Google DeepMind 联合 UMass Amherst 与 UT Austin 发表论文《Autoregressive Ranking: Bridging the Gap Between Dual and Cross Encoders》，提出用单一 LLM 取代现有搜索的两阶段排序架构。
- 传统架构：Dual Encoder 快速便宜地召回候选文档，但排序精度有限；Cross Encoder 排序更准但算力开销太大，无法用于大规模检索。
- ARR（Autoregressive Ranking）作为统一模型直接生成排序后的文档列表，弥合 DE 与 CE 之间的精度-成本鸿沟，被视为对搜索后端的一次相当激进的改造。
「应用」频道最新
- SEO 专家 Lily Ray 被 CNET 引用:在 Google 之外重建你的搜索习惯 — lilyraynyc · 2026-10-30
- 搜索量涨广告收入降,Google 将在 AI Mode 追问中直接插入广告 — lilyraynyc · 2026-10-30
- OpenAI 科研协作工具 Prism 将于 2027 年 1 月 1 日关停 — aniketapanjwani · 2026-10-30
- Vercel 发布开源衬线字体 Geist Serif — Zm44 · 2026-10-30
- Excel 打破「一格一值」:单元格内将支持数组和嵌套 — luisdans · 2026-10-30
- OpenBot 宣布 12 月起收费，开源竞品 Open Duet 强调永久免费无限制 — matchaman11 · 2026-10-30