MERGE 框架:三个 7-8B 开源 LLM 合力扩写查询,免人工调 prompt 提升 BM25
_reachsumit · x · 2026-09-30
arXiv 论文 MERGE 提出两阶段检索增强框架:三个异构 7-8B 开源 LLM 各自生成候选查询扩展,再由更大的 LLM 生成式合成为单条查询供 BM25 使用。
- 每个阶段都接入以「下游检索效果」为评分的自动 prompt 优化(APO)循环,通过当前最优 prompt 与优化器草稿的小型锦标赛迭代,冠军连续两轮存活即终止;历史增强变体还会把近期锦标赛轨迹反馈给优化器
- 与用 LLM 评判候选的 APO 方法不同,评分直接看检索质量,无需逐模型手工调 prompt
- 检索器无关:单次 BM25 检索,无需 rank fusion、监督式文档扩展或重建索引
- 在 NQ、SciFact、FiQA、Touche-2020、DBPedia 五个 BEIR 基准上均提升 BM25
「研究」频道最新
- AI 圈吐槽:slop 论文为何难审,审稿人自己说不清 — mrdrozdov · 2026-10-25
- AI 写代码优化并发 B 树,系统研究者被呼吁做更大胆的项目 — tianyin_xu · 2026-10-25
- Amazon ATTUNE 编码 agent 自动调优训练配方,H100 平均提效 1.7 倍 — kalyan_kpl · 2026-10-25
- 数学家评 OpenAI 攻克 Navier-Stokes:没有 AI 百年也难达成 — skdh · 2026-10-25
- 首个三期成功的 mRNA 癌症疫苗：黑色素瘤复发与死亡风险显著降低 — Competitive_Travel16 · 2026-10-25
- 港科大联手华为提出 BalanceRoute,破解 MoE 推理负载均衡瓶颈 — jiqizhixin · 2026-10-25