EMNLP 论文 MICE 将 Cross-Encoder 从重排推向端到端检索
antoine_chaffin · x · 2026-10-27
一篇 EMNLP 2026 论文提出 MICE 方法,展示 Cross-Encoder 能 pushing Pareto 前沿,并进一步把理论上的预计算收益落地为可运行的端到端检索架构,而不仅限于重排(re-ranking)阶段。
检索研究者 antoinechaffin 转发并评论:他一直主张大规模的更丰富交互(richer interactions at scale),认为应该抛弃简单的 dot product——即便替代方案不是 MaxSim 也值得尝试;还建议补充对比学习。他也指出,开放 released 模型让这类比较第一次能做到相对 apples-to-apples,而不是各自在 MSMARCO 上用不同训练配比训练后互不可比。
「研究」频道最新
- 医疗评测:Kimi K3 平 GPT-6,但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌:综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27
- 开源编译器 Latch 从 PyTorch 生成训练 megakernel,H100 上提速 2.75 倍 — sguada · 2026-10-27
- Goodfire 投入 1000 万美元启动 AI 版「人类基因组计划」破解可解释性 — CatAstro_Piyush · 2026-10-27
- π0.5 实验:演示数从 10 增至 438,放球入碗成功率 7%→83% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27