NVIDIA 实测 Agentic 检索：nDCG@10 提升 8.7，但耗时 160 倍
nvidia · hf · 2026-10-07
NVIDIA 研究系统评估了「Agentic 检索」——用 ReAct 循环把 LLM 推理与检索器结合来解决复杂检索任务——相对标准稠密检索的效果与成本：
- 效果：同一 embedding 模型下，nDCG@10 平均提升 8.7 个点；跨域泛化性强，同一 pipeline 在 ViDoRe v3 和 BRIGHT 两个榜单上均有竞争力，而专用检索方法在域外任务表现挣扎；
- 代价：平均每次查询耗时 107.4 秒（标准检索仅 0.67 秒），消耗 76.41 万输入 token 和 5800 输出 token；
- 结论：Agentic 检索在效果和泛化上显著占优，但成本差距巨大，值得研究更省钱的检索 agent 以支撑大规模部署。
所属事件:NVIDIA 实测 Agentic 检索：精度小涨成本暴涨(2 条相关)→
「编程与Agent」频道最新
- CAVEAT 测试台登场：商店促销能否带偏你的 AI 购物 Agent — ZacharyHuang12 · 2026-10-07
- eptwts 力挺 skills 之争：写 markdown 文件帮到 agent 就该被称赞 — eptwts · 2026-10-07
- GEA：以群体为进化单元的 Agent 自我改进范式，SWE-bench 71% — xwang_lk · 2026-10-07
- Claude Code v2.1.292 发布:插件一键装市场,Agent 支持 effort 参数 — ashwin-ant · 2026-10-07
- LangChain 发布 90 秒视频讲解 Deep Agents 框架 — LangChain · 2026-10-07
- 15 年 15 亿条帖子:投资者社交数据集打包成 MCP 服务器开放探索 — rumor_io · 2026-10-07