检索前沿的悖论:真正 SOTA 的 retriever 会在现有榜单上「输」
bo_wangbo · x · 2026-11-19
有观点指出:判断你的 retriever 是否真正突破 SOTA 的标志,恰恰是它在很多现有 benchmark 上表现更差——因为它比现有的标注质量更好,评测标签反而成了拖累。这揭示了检索评测的一个结构性问题:榜单上限被历史标注质量锁死,越前沿的模型越容易「败给」过时的 ground truth。
所属事件:HF 工程师:真 SOTA 检索器反而会在旧基准上「输」(6 条相关)→
「研究」频道最新
- 47.6M 参数像素画模型:16 步并行去掩码,单卡 5.5 小时训完 — RisingSayak · 2026-11-19
- GPT-6.2 Astra 94分钟形式化2006年定理,1794行Lean证明仅花21.58美元 — Dr_Singularity · 2026-11-19
- n8n 搭建双裁判 LLM 评测流水线:跨厂商打分防自偏好 — ZtasnimS75 · 2026-11-19
- Meta 论文:MLE Agent 在生产级排序系统跑 1097 次实验,采纳率 29.6% — dair_ai · 2026-11-19
- Agentic AI 综述:符号系与神经系双范式框架梳理 90 篇研究 — adnan_hashmi · 2026-11-19
- RhoAgent 登 Nature Biotech:AI 从蛋白质设计迈向功能 RNA 设计 — EricTopol · 2026-11-19