PRIME 优化索引侧:确定性元数据省 45.8 倍嵌入算力、答案 F1 再涨 13.7%
_reachsumit · x · 2026-10-12
论文《PRIME》指出 IR 研究都在优化查询侧检索器（ColBERT、BGE）与生成器（Self-RAG、GraphRAG），而语料侧只剩分块，索引质量是被忽视的杠杆。提出索引侧优化框架 PRIME，含两条路径：
- 确定性元数据+层级检索：提取语义锚点与标题结构，做由粗到细的章节检索。效果上与结构感知分块质量相当，但嵌入计算量减少 45.8 倍、索引向量数减少 22.4 倍。
- LLM 语义重构（SR）：把长文档改写为结构化、信息密集的章节，全量部署下答案 F1 再提升 13.7%。
- 边界条件：在 QASPER、BRIGHT、NFCorpus 上刻画了索引侧优化何时有益、何时有害的三种定性情形，并指出强重排序器会中和索引侧的差异。
「研究」频道最新
- NeurIPS 会前工作坊 CL4SM 征稿：让科学建模尊重物理定律 — cici118 · 2026-10-12
- Adobe 提出时序信用稳定法,短序列训练泛化长上下文 — burkov · 2026-10-12
- 将 500MB RoBERTa AI 文本检测器压缩到 97MB,纯浏览器端运行 — Alternative_Detail31 · 2026-10-12
- PwC 论文阅读体验升级：加载更快还支持章节跳转 — NielsRogge · 2026-10-12
- Work2Skill 从人类 GUI 演示提炼可复用 Agent 技能,评测全面领先 — nex-agi · 2026-10-12
- 500 小时视触觉数据集 TouchScale:机器人操作成功率 22.5%→57.5% — 2077AIDataFoundation · 2026-10-12