跳到主要内容
检索

# 覆盖优化

1 篇关联报道

订阅更新
  1. arXiv

    多查询检索不再各自为战:CACO 让采样查询互补覆盖,Recall@100 最高提升 23.7%

    连续生成式检索器会为同一用户采样多条查询向量,再并行做近似最近邻搜索,但各查询常落进重叠的邻域,浪费固定检索预算。CACO 是一个轻量自监督后训练框架,它冻结原有流匹配或扩散生成器,用参考查询的检索频次作为相关性代理,构造无标签的集合覆盖目标,并训练一个协调网络联合调整查询。在八个公开基准与一个 24 分区的内部流式工业数据集上,CACO 相对最强基线把 Recall@100 最高提升 23.7%、Recall@400 最高提升 23.9%,查询间重叠下降 53.3%–64.9%,推理延迟只增加 0.5%–3.0%。

已读完全部报道