STAIR 论文原文：基于目录的生成式检索基准 SearchTome 开源
alex_verem · x · 2026-11-03
这是 IBM STAIR 检索系统的 arXiv 论文原文（2609.03874）。论文提出用文档目录（ToC）等全局结构增强检索，让 LLM 将语料存入模型参数并按章节定位答案，微调 DSI 对比实验显示幻觉率低于 0.05%，且在少样本场景可泛化。
团队同时开源 SearchTome 基准（18 本书、6 个领域）供后续研究。STAIR 在 Recall@1 上达 82.6%，对比微调 DSI 的 76.9%、BM25 的 59.5%、DPR 的 68.7%。
所属事件:IBM 发布结构感知检索器 STAIR，幻觉率大幅降低(3 条相关)→
「研究」频道最新
- 「Beyond Validation Loss」:预训练最佳 checkpoint 未必是下游微调最优起点 — SongShuran · 2026-11-04
- Liber-0 机器人零样本操作:2.2M 小时人类数据 60 任务 36% 成功率 — CyberRobooo · 2026-11-04
- DISCO 蒸馏树搜索获 CoRL 2026 最佳论文提名：机器人免搜索长程规划 — yining_hong · 2026-11-04
- 斯坦福 ParallelKernelBench 入选 NeurIPS：LLM 零样本仅 32% 多卡 kernel 写对 — simonguozirui · 2026-11-04
- LeCun 新加坡演讲拆解 JEPA：从数学原理讲到机器人应用 — ylecun · 2026-11-04
- 独立开发者用李群与微分几何从零造基础模型，论文已公开 — ReportProfessional57 · 2026-11-04