阿里论文改进 Late Chunking:自适应尺度校准文档内边界提升检索

_reachsumit · x · 2026-11-11

阿里巴巴团队的 arXiv 论文（2611.12097）研究 Late Chunking 上下文分块检索中的文档内边界问题：共享上下文使同文档内语义相似的「兄弟负例」难以区分。论文从 InSeNT 出发分析文档内梯度，提出两部分框架：其一根据文档内边距自适应调整判别尺度，其二在文档编码时让注意力感知分块结构。在 ConTEB 与 NanoBEIR 上实验显示，新模型在多种编码器设置下均提升上下文分块检索，同时保持有竞争力的段落级检索质量，消融实验刻画了自适应缩放与 chunk 感知路由的不同作用。