DAT: Dynamic Alpha Tuning for Hybrid Retrieval in Retrieval-Augmented Generation
National Chengchi University(国立政治大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对RAG中混合检索固定加权缺乏适应性的问题,提出DAT框架,利用LLM评估并归一化有效性分数以动态调整稠密检索与BM25的权重,实验证明其显著优于固定加权方法。
2026-11-04 cs.IR
COS-Mix: Cosine Similarity and Distance Fusion for Improved Information Retrieval
本研究提出一种用于RAG的混合检索策略,通过融合余弦相似度与余弦距离度量,结合BM25与向量检索技术,有效提升了稀疏数据下的检索准确性与语义理解能力。
2024-06-02 cs.IR
XViewRank: Overlap-Conditioned Score Fusion for LLM-Augmented Sparse Retrieval
School of Computer Science and Technology, Soochow University(苏州大学计算机科学与技术学院)
本研究针对LLM增强稀疏检索的固定融合缺陷,提出XViewRank方法,通过重叠条件融合BM25分数,在TREC DL数据集上较倒数排名融合取得更优检索效果。
2026-10-14 cs.IR
Unsupervised Visual and Textual Information Fusion in Multimedia Retrieval - A Graph-based Point of View
多媒体收藏在规模和多样性上比以往任何时候都要增长。因此,有效的多媒体检索系统是至关重要的访问这些数据集从最终用户的角度来看,并在一个可扩展的方式。我们感兴趣的图像/文本多媒体对象的存储库,我们研究多模态信息融合技术的背景下,基于内容的多媒体信息检索。我们专注于基于图形的方法,已被证明提供最先进的性能。我们特别研究了其中两种方法:跨媒体相似性和基于随机游走的分数。从理论的角度来看,我们提出了一个统一的基于图的框架,其中包括上述两种方法。我们的建议使我们能够突出的核心功能时,应该考虑使用基于图形的技术结合视觉和文本信息。我们使用三个不同的现实世界的数据集比较跨媒体和随机游走的结果。从实用的角度来看,我们扩展的实证分析,使我们能够提供见解和指导方针,使用基于图的方法,多模态信息融合在基于内容的多媒体信息检索。
2014-01-27 cs.IR
CHSR-RRF: A curriculum-gated hybrid retrieval framework with reciprocal rank fusion and leakage-aware benchmarking for educational RAG
University of Central Oklahoma(中奥克拉荷马大学);University of Oklahoma(俄克拉荷马大学)
本研究针对教育RAG的课程漏检问题,提出CHSR-RRF框架,结合检索前元数据约束、混合检索与互反秩融合,构建126案例的CERB基准,实验验证其可显著降低漏检率且保留召回率。
2026-09-04 cs.IR
Multi-Aspect Reviewed-Item Retrieval via LLM Query Decomposition and Aspect Fusion
本文针对多方面评论物品检索中后期融合方法对方面分布敏感的问题,提出基于LLM查询提取和生成式重排序的方面融合策略,在不平衡评论语料上将MAP@10从0.36提升至0.52。
2024-08-01 cs.IR
Hybrid XML Retrieval: Combining Information Retrieval and a Native XML Database
本文探讨了三种方法对XML检索的影响:使用Zettair,一个全文信息检索系统;使用eXist,一个本地XML数据库;并使用一个混合系统,从Zettair的完整文章的答案,并使用eXist从这些文章中提取元素。对于纯内容主题,我们对INEX 2003相关性评估进行了初步分析,以确定高度相关的文档组件的类型。进一步的分析确定了相关性评估的两个补充子案例(“一般”和“具体”)和两类专题(“广义”和“狭义”)。我们开发了一种新的检索模块,对于一个内容唯一的主题,利用信息从一个原生XML数据库的答案列表,并动态地确定优选的检索单元,我们称之为“一致的检索元素”。我们的实验结果表明,-当三个系统中的每一个被评估对不同的检索方案(如不同的情况下的相关性评估,不同的主题类别和不同的选择的评价指标)-的XML检索系统表现出不同的行为和最佳性能可以达到不同的值的检索参数。在INEX 2003年的相关性评估的情况下,只有内容的主题,我们新开发的混合XML检索系统是更有效的比Zettair或eXist,并产生一个强大的和非常有效的XML检索。
2005-07-28 cs.IR
Using the Hammer Only on Nails: A Hybrid Method for Evidence Retrieval for Question Answering
证据检索是可解释性问答系统的关键组成部分。我们认为,尽管最近的进展,Transformer网络为基础的方法,如通用句子编码器(USE-QA)并不总是优于传统的信息检索(IR)方法,如BM 25证据检索QA。我们引入了一个词汇探测任务,验证了这一观察结果:我们表明,神经IR方法有能力捕捉问题和答案之间的词汇差异,但错过了明显的词汇重叠信号。从这个探测分析学习,我们引入了一个混合的证据检索方法,结合了两个IR方向的优势。我们的方法使用了一个路由分类器,该分类器可以学习何时将传入的问题引导到BM 25与USE-QA,以便使用非常简单的统计数据进行证据检索,这些统计数据可以从BM 25模型产生的顶级候选证据句子中有效地提取。我们证明了这种混合证据检索通常比三个QA数据集:OpenBookQA,ReQA SQuAD和ReQA NQ的单独检索策略更好。此外,我们表明,所提出的路由策略比神经方法快得多,运行时间比USE-QA快5倍。
2020-09-22 cs.IR
Tag Relevance Fusion for Social Image Retrieval
Renmin University of China(中国人民大学);Shanghai Key Laboratory of Intelligent Information Processing(上海智能信息处理重点实验室)
由于社会标签的主观性质,测量社会标签相对于视觉内容的相关性对于检索越来越多的社会网络图像是至关重要的。见证标签相关性的单一测量的限制,我们在本文中引入标签相关性融合作为标签相关性估计方法的扩展。我们提出了一个系统的研究,包括标签相关性融合的早期和后期阶段,并在监督和无监督的设置。在一个大型的基准集上的实验表明,标签相关性融合可以带来更好的图像检索效果。此外,无监督的标签相关性融合被发现是实际有效的监督标签相关性融合,但不需要任何训练的努力。这一发现表明了标签相关性融合在现实世界部署中的潜力。
2014-10-13 cs.CV cs.IR
Scaling Retrieval Augmented Generation with RAG Fusion: Lessons from an Industry Deployment
Dell Technologies(戴尔技术)
本研究发现,在现实生产约束下,RAG融合技术的召回提升在重排序后被抵消,且未带来下游效果的显著改善。
2026-03-02 cs.AI cs.CL cs.IR
Sparse Meets Dense: A Hybrid Approach to Enhance Scientific Document Retrieval
本文针对科学文档检索问题,提出结合传统稀疏词袋向量与基于大型语言模型的密集嵌入的混合检索方法,在囊性纤维化医学基准上实验证明该混合模型显著优于单一方法。
2024-01-08 cs.IR
Representation Sparsification with Hybrid Thresholding for Fast SPLADE-based Document Retrieval
本文提出一种结合硬/软阈值与倒排索引近似的混合阈值化表示稀疏化方法,以加速SPLADE文档检索,并通过分析和实验验证其效果。
2023-06-20 cs.IR
Doc2Query++: Topic-Coverage based Document Expansion and its Application to Dense Retrieval via Dual-Index Fusion
National Taiwan University(國立臺灣大學)
提出Doc2Query++框架,通过无监督主题建模和混合关键词选择结构化LLM查询生成,并采用双索引融合策略隔离噪声,显著提升稀疏与稠密检索性能。
2025-10-13 cs.IR
ListT5: Listwise Reranking with Fusion-in-Decoder Improves Zero-shot Retrieval
本文提出ListT5,一种基于Fusion-in-Decoder的列表式重排序方法,通过m元锦标赛排序和输出缓存实现高效推理,在BEIR零样本检索上以+1.3 NDCG@10超越RankT5,并解决中间丢失问题。
2024-06-06 cs.IR
Fusion-in-T5: Unifying Document Ranking Signals for Improved Information Retrieval
本文提出统一重排模型 FiT5,将文本匹配、排序特征和全局文档信息融合进单一 T5 模型,在 MS MARCO 和 TREC DL 上超越复杂级联流水线,并开源代码。
2024-05-05 cs.IR
Leveraging Semantic and Lexical Matching to Improve the Recall of Document Retrieval Systems: A Hybrid Approach
搜索引擎通常遵循两阶段范例,其中在第一阶段(检索阶段)中检索初始文档集,并且在第二阶段(重新排序阶段)中对文档进行重新排序以获得最终结果列表。虽然深度神经网络在以前的工作中被证明可以提高重新排序阶段的性能,但是很少有文献关于使用深度神经网络来提高检索阶段。在本文中,我们研究了深度神经网络模型和词汇模型相结合的检索阶段的优点。提出了一种利用语义(基于深度神经网络)和词汇(基于关键字匹配)检索模型的混合方法。我们进行了实证研究,使用公开的TREC集合,这表明了我们的方法的有效性,并揭示了语义方法,词汇方法,以及它们的组合的不同特点。
2020-10-02 cs.IR
Tailoring Table Retrieval from a Field-aware Hybrid Matching Perspective
针对表格不同字段具有不同匹配偏好的挑战,提出表格定制混合匹配检索器THYME,从字段感知的混合匹配视角处理表格检索,在NQ-TABLES和OTT-QA基准上显著优于最先进基线。
2025-03-04 cs.IR
Reproducible Hybrid Time-Travel Retrieval in Evolving Corpora
针对演化语料库中检索结果不可复现的问题,提出结合Lucene与列存储版本化索引的混合检索系统,支持时间旅行查询并保持原始排名,实现完全可复现。
2024-11-06 cs.IR
A Hybrid Retrieval and Reranking Framework for Evidence-Grounded Retrieval-Augmented Generation
University of North Texas(北德克萨斯大学);California State University Fullerton(加州州立大学富勒顿分校)
本文提出一种混合检索与重排序框架,用于生物医学和医疗相关文档问答中的引用感知RAG,通过亚马逊Bedrock知识库进行文档处理,并通过Cohere重排序提升相关性,最终实现高准确率的证据基础生成。
2026-05-03 cs.IR
Out-of-Domain Semantics to the Rescue! Zero-Shot Hybrid Retrieval Models
基于预训练语言模型(例如,BERT)的深度检索模型在许多段落检索任务中取得了优于词汇检索模型(例如,BM 25)的性能。然而,有限的工作已经做了推广到其他任务和领域的深度检索模型。在这项工作中,我们仔细选择了五个数据集,包括两个域内数据集和三个具有不同程度的域偏移的域外数据集,并研究了深度模型在zero-shot设置下的泛化。我们的研究结果表明,当目标域与模型训练的源域非常不同时,深度检索模型的性能会显著恶化。相反,词汇模型在跨域中更鲁棒。因此,我们提出了一个简单而有效的框架来整合词汇和深度检索模型。我们的实验表明,这两个模型是互补的,即使当深层模型在域外设置较弱。在三个域外数据集上,混合模型比深度检索模型平均获得20.4%的相对增益,比词汇模型平均获得9.54%的相对增益。
2022-01-25 cs.IR
Telco-oRAG: Optimizing Retrieval-augmented Generation for Telecom Queries via Hybrid Retrieval and Neural Routing
Paris Research Center, Huawei Technologies(华为技术有限公司巴黎研究中心);Yale University(耶鲁大学)
Telco-oRAG通过混合检索与神经路由优化,提升电信领域问题回答的准确性和效率,实现开源大模型在电信基准测试中接近GPT-4水平。
2025-12-02 cs.IR
KAP: MLLM-assisted OCR Text Enhancement for Hybrid Retrieval in Chinese Non-Narrative Documents
针对中文非叙述性文档混合检索的困难,提出KAP框架,利用多模态大语言模型优化OCR输出,减少噪声并重构结构,显著优于传统方法。
2025-05-01 cs.IR
Prospective Study for Semantic Inter-Media Fusion in Content-Based Medical Image Retrieval
University of Besançon(贝桑松大学);IPAL-Image Perception, Access and Language, UMI CNRS 2955, NUS, UJF, I2R - A*STAR, Singapore(新加坡国立大学、法国国家科研中心、约瑟夫·傅里叶大学、新加坡资讯通信研究院、新加坡科技研究局联合成立的IPAL机构);Faculty of Sciences, University of Besançon(贝桑松大学理学院);School of Computing, National University of Singapore(新加坡国立大学计算机学院)
现代基于内容的医学图像检索(CBMIR)方法中的一个重要挑战是与医学知识的复杂性相关的语义鸿沟。在CBMIR中能够缩小这一差距的方法中,由于访问在线更新的相关Web服务和提取实时医学语义结构化信息的可能性,使用医学词库/本体具有有趣的前景。本文提出的CBMIR方法使用统一医学语言系统(UMLS)的元词库进行语义索引和医学媒体的融合。这种融合在查询处理(检索)之前进行,并在符合UML的概念索引级别上工作。我们的目的是研究各种技术相关的语义数据对齐,预处理,融合,聚类和检索,通过评估各种技术和突出未来的研究方向。对齐和预处理基于部分文本/图像检索反馈和数据结构。我们分析了各种概率,模糊和基于证据的方法的融合过程和不同的相似性函数的检索过程。所有提出的方法进行评估的跨语言评估论坛(CLEF)的医学图像检索基准,也专注于一个更同质的组件医学图像数据库:病理学教育教学资源(PEIR)。
2008-11-28 cs.CL cs.IR
Real-Time Hybrid Retrieval in Hyperbolic Space for Retrieval-Augmented Generation on Edge Devices
International Institute of Information Technology(印度信息科学研究院)
该研究提出一种基于洛伦兹模型双曲空间的混合文档检索系统,通过HyTE-H变换投影词嵌入,结合BM25与洛伦兹相似度评分,在BEIR基准数据集上取得良好效果,可在边缘设备实现RAG实时检索。
2026-08-04 cs.IR
Hybrid Neural Retrieval with Generative Query Refinement for Quranic Passage Retrieval
Faculty of Computer Sciences October University for Modern Sciences and Arts (MSA)(现代科学与艺术大学计算机科学学院)
针对古兰经段落检索中现代标准阿拉伯语与古典阿拉伯语的语义鸿沟,提出四阶段神经架构,结合稠密与稀疏检索、语义重排序、置信门控和生成式精化,提升多节检索准确率并过滤零答案查询。
2026-06-25 cs.IR
ProbFuse: A Probabilistic Approach to Data Fusion
数据融合是将对文档集合的独立搜索结果组合成一个单一的输出结果集。过去已经表明,这可以大大提高检索效率,超过了个别结果。本文提出了一种数据融合的概率方法probably。概率假设各个输入系统在许多训练查询上的性能指示它们的未来性能。融合结果集基于在该训练过程期间计算的相关性概率。检索实验使用的数据从TREC特设收集表明,probably实现优于流行的CombMNZ融合算法的结果。
2014-09-30 cs.IR
RALI@TREC iKAT 2024: Achieving Personalization via Retrieval Fusion in Conversational Search
RALI团队参与2024年TREC iKAT赛道,针对个性化对话搜索中的过度个性化问题,提出融合不同个性化程度查询生成的排序列表的策略。
2024-12-11 cs.IR
HYRR: Hybrid Infused Reranking for Passage Retrieval
Google Research(谷歌研究院)
我们提出了混合注入重排序的段落检索(HYRR),一个框架,用于训练重排序的基础上的混合BM 25和神经检索模型。基于混合模型的检索器已被证明优于单独的BM 25和神经模型。我们的方法在训练重排序器时利用了这种改进的性能,从而产生了一个强大的重排序模型。的reranker,交叉注意神经模型,被证明是强大的不同的第一阶段检索系统,实现更好的性能比rerankers简单地训练后的第一阶段检索在多阶段系统。我们目前的评估监督通过检索任务使用MS MARCO和zero-shot检索任务使用BEIR。实证结果表明,这两个评价表现强劲。
2022-12-20 cs.CL cs.IR
Hybrid Retrieval for COVID-19 Literature: Comparing Rank Fusion and Projection Fusion with Diversity Reranking
School of Electronic Engineering and Computer Science(电子工程与计算机科学学院);Queen Mary University of London(伦敦女王学院)
本文提出一种新冠文献混合检索系统,通过比较排名融合与投影融合方法,展示了其在相关性、效率和多样性重排序方面的性能对比。
2026-04-15 cs.CL cs.IR
Content-based similar document image retrieval using fusion of CNN features
The College of Information Engineering, Xiangtan University(湘潭大学信息工程学院)
数字化文献的迅速增长对文献图像检索提出了更高的要求。传统的文档图像检索方法依赖于复杂的基于OCR的文本识别和文本相似性检测,本文提出了一种新的基于内容的方法,其中更多的注意力放在特征提取和融合。在该方法中,文档图像的多个特征提取不同的CNN模型。然后对提取的CNN特征进行约简并融合为加权平均特征。最后,基于与所提供的查询图像的特征相似性对文档图像进行排名。对一组由学术论文转化而来的包含英文和中文文档的文档图像进行了实验,结果表明,该方法具有良好的检索文本内容相似的文档图像的能力,并且融合CNN特征可以有效提高检索准确率。
2017-09-01 cs.CV cs.IR cs.LG
DS@GT at TREC TOT 2025: Bridging Vague Recollection with Fusion Retrieval and Learned Reranking
Georgia Institute of Technology(佐治亚理工学院)
DS@GT在TREC TOT 2025中结合混合检索与学习重排序,通过融合检索方法提升模糊回忆任务的检索效果。
2026-02-14 cs.CL cs.IR cs.LG
RAG-Fusion: a New Take on Retrieval-Augmented Generation
Infineon Technologies(英飞凌科技)
针对快速获取产品信息的需求,本研究评估了结合RAG与RRF的RAG-Fusion方法,发现其能生成更准确全面的答案,但存在查询相关性不足时答案偏题的问题,为AI与NLP的行业应用提供了新进展。
2024-02-21 cs.IR cs.LG
Training-Free Pseudo-Fusion for Composed Image Retrieval with Diffusion Models and Multimodal Large Language Models
University of Luxembourg(卢森堡大学)
本文提出无需训练的PeFuse伪融合框架,结合扩散模型与多模态大语言模型,将组合图像检索转化为单模态检索任务,在零样本场景下实现了媲美当前最优方法的性能。
2026-08-25 cs.CV cs.IR
ADaFuSE: Adaptive Diffusion-generated Image and Text Fusion for Interactive Text-to-Image Retrieval
Hunan University(湖南大学);University of Glasgow(格拉斯哥大学)
ADaFuSE通过引入双分支融合机制,结合自适应门控和语义感知专家混合,提升交互式文本到图像检索的性能,实现更稳健的多模态融合。
2026-03-23 cs.CV cs.IR
Progressive Learning for Image Retrieval with Hybrid-Modality Queries
Renmin University of China(中国人民大学)
图像检索与混合模态查询,也被称为合成文本和图像的图像检索(CTI-IR),是一个检索任务,其中的搜索意图是表达在一个更复杂的查询格式,涉及视觉和文本模态。例如,使用参考产品图像连同关于改变参考图像的某些属性的文本作为查询来搜索目标产品图像。这是一个更具挑战性的图像检索任务,需要语义空间学习和跨模态融合。以前的方法,试图处理这两个方面取得不令人满意的性能。在本文中,我们将CTI-IR任务分解为一个三阶段的学习问题,逐步学习复杂的知识,用于混合模态查询的图像检索。我们首先利用语义嵌入空间进行开放域图像-文本检索,然后将学习到的知识转移到时尚领域与时尚相关的预训练任务。最后,我们将预训练的模型从单查询增强为CTI-IR任务的混合模态查询。此外,由于不同的检索场景中的混合模态查询中的单个模态的贡献不同,我们提出了一种自监督的自适应加权策略,以动态地确定图像和文本的重要性,在混合模态查询更好的检索。大量的实验表明,我们提出的模型在Fashion-IQ和Shoes基准数据集上的Recall@K平均值分别为24.9%和9.5%,显着优于最先进的方法。
2022-04-24 cs.CV cs.IR
Coarse2Fine: Two-Layer Fusion For Image Retrieval
本文研究了大规模图像检索问题。我们提出了一个两层融合方法,利用全球和当地的线索和排名数据库图像从粗到细(C2F)。与以往同时融合多个图像描述符的方法不同,C2F的特点是由滤波和细化组成的分层过程。具体来说,C2F由三个部分组成。1)干扰器过滤。通过整体表示,噪声图像被从数据库中过滤掉,因此用于与查询进行比较的候选图像的数量可以大大减少。2)自适应加权对于特定的查询,候选图像的相似性可以通过整体相似性分数来估计,以补充局部相似性分数。3)候选人提炼。通过局部特征,结合预先计算的自适应权重进行准确的检索。实验上的两个基准,\emph{i.e.,}假日和Ukbench数据集。我们表明,我们的方法优于最近的融合方法的存储消耗和计算复杂性方面,和准确性是有竞争力的最先进的。
2016-07-04 cs.CV cs.IR cs.MM
Unified Interactive Multimodal Moment Retrieval via Cascaded Embedding-Reranking and Temporal-Aware Score Fusion
本文提出通过级联嵌入-重排序和时间感知得分融合实现统一的多模态时刻检索系统,解决跨模态噪声、时间序列连贯性和模态选择问题。
2025-12-15 cs.AI cs.CV cs.IR
ScoreGate: Adaptive Chunk Selection for Retrieval-Augmented Generation via Dual-Score Statistical Fusion
HighLevel, Inc.(HighLevel公司)
针对固定K检索导致过检索或欠检索的问题,提出ScoreGate,利用双编码器相似度和交叉编码器重排序分数进行自适应检索数量控制,无需额外模型调用,在MS MARCO上以更少块数提升MRR@10,并实现零假阳性。
2026-06-15 cs.CL cs.IR
HyST: LLM-Powered Hybrid Retrieval over Semi-Structured Tabular Data
PrompTart LAB, MODULABS(PrompTart实验室,MODULABS)
针对现实推荐系统中用户查询结合结构化约束与非结构化偏好的问题,提出HyST混合检索框架,通过LLM提取属性约束过滤并结合嵌入搜索处理非结构化部分,实验证明其优于传统基线且提升检索精度。
2025-08-25 cs.AI cs.IR
HyReC: Exploring Hybrid-based Retriever for Chinese
Huawei Technologies Ltd. Co.(华为技术有限公司)
针对中文混合检索未被充分探索的问题,提出端到端优化方法HyReC,通过整合语义并集、全局-局部感知编码器与归一化模块优化稠密与词表检索的协同,在C-MTEB基准上验证了其有效性。
2025-06-27 cs.CL cs.IR
Calibrated Fusion for Heterogeneous Graph-Vector Retrieval in Multi-Hop QA
Andre Bacellar(安德烈·巴塞拉)
本文提出PhaseGraph方法,通过百分位排名归一化校准异构检索融合,提升多跳问答中HippoRAG2类基准测试的检索性能。
2026-09-22 cs.IR cs.LG
Query Adaptive Late Fusion for Image Retrieval
Tsinghua University(清华大学);Australian National University(澳大利亚国立大学)
特征融合是图像检索任务中常用的策略,它将多个视觉特征的匹配响应聚合在一起。可行的特征集可以是整个图像的描述符(SIFT、HSV),也可以是不同局部部位(面部、身体)的相同描述符。理想情况下,要融合的异质特征被预先假定为是相互区分和互补的。然而,不同特征的有效性根据不同的查询而显著不同。也就是说,对于某些查询,一个特征可能既不是对现有查询的区分性也不是对现有查询的补充,而对于其他查询,该特征就足够了。因此,重要的是以查询自适应的方式估计特征的有效性。为此,本文提出了一种新的分数级后期融合方案。我们基于我们的方法的观察,排序的分数曲线包含模式,描述其有效性。例如,“L”形曲线表示特征是有区别的,而逐渐下降的曲线表示不良特征。因此,本文介绍了查询自适应后期融合流水线。在手工制作的版本中,它可以是一种无监督的方法来执行特定对象检索等任务。在学习版本中,它还可以应用于基于可训练神经模块的监督任务,如人员识别和行人检索。在两个对象检索数据集和一个人识别数据集上进行了大量的实验。我们表明,我们的方法是能够突出好的功能和抑制坏的,是有弹性的分心功能,并实现了非常有竞争力的检索精度相比,最先进的。在一个额外的人重新识别数据集,所提出的方法的应用范围和局限性进行了研究。
2018-10-31 cs.CV cs.IR cs.LG
Hybrid Retrieval and Multi-stage Text Ranking Solution at TREC 2022 Deep Learning Track
Alibaba Group(阿里巴巴集团(Alibaba Group))
针对TREC 2022深度学习赛道任务,提出融合稀疏与稠密检索的混合检索方案,搭配全交互排序模型加轻量子排序模块的多阶段排序方法,在段落、文档排序测试集上分获第1、第4名。
2023-08-23 cs.CL cs.IR
HLATR: Enhance Multi-stage Text Retrieval with Hybrid List Aware Transformer Reranking
Alibaba Group(阿里巴巴集团)
深度预训练的语言模型(例如,BERT)在大规模文本检索任务中是有效的。由于预先训练的语言模型计算量大和语料库规模大,现有的文本检索系统通常采用先检索后重新排序的结构。在这种多级架构下,以往的研究主要集中在优化框架的单级,从而提高整体检索性能。然而,如何直接耦合多阶段的功能优化还没有得到很好的研究。在本文中,我们设计了混合列表感知Transformer重排序(HLATR)作为后续的重排序模块,将检索和重排序阶段的功能。HLATR是轻量级的,可以很容易地与现有的文本检索系统并行化,使重排序过程可以在一个单一的,但有效的处理。在两个大规模文本检索数据集上的实验表明,HLATR能够有效地提高现有多阶段文本检索方法的排序性能。
2022-05-21 cs.CL cs.IR
REFINE on Scarce Data: Retrieval Enhancement through Fine-Tuning via Model Fusion of Embedding Models
Uniphore(尤尼福(Uniphore))
提出REFINE技术,通过生成合成数据和模型融合微调嵌入模型,在数据稀缺的新领域提升RAG检索性能并保留域外能力,实验显示在多个数据集上召回率显著提升。
2024-10-16 cs.CL cs.IR
TempRetriever: Fusion-based Temporal Dense Passage Retrieval for Time-Sensitive Questions
University of Innsbruck(因斯布鲁克大学);L3S Research Center(L3S研究中心);Delft University of Technology(代尔夫特理工大学)
TempRetriever通过将查询日期和文档时间戳嵌入DPR检索过程,并结合基于时间的负采样策略,显著提升了时间敏感问答中的段落检索准确率。
2025-04-08 cs.CL cs.IR
Exp4Fuse: A Rank Fusion Framework for Enhanced Sparse Retrieval using Large Language Model-based Query Expansion
City University of Hong Kong(香港城市大学);The University of Hong Kong(香港大学)
本文提出 Exp4Fuse 排序融合框架,通过融合原始查询与 LLM 零样本扩展查询的稀疏检索结果,在多个数据集上以更低成本取得 SOTA。
2025-06-05 cs.AI cs.CL cs.IR
HELIOS: Harmonizing Early Fusion, Late Fusion, and LLM Reasoning for Multi-Granular Table-Text Retrieval
POSTECH(POSTECH大学);Sungkyunkwan University(成均馆大学)
HELIOS通过结合早期融合、后期融合和LLM推理,提升多粒度表格-文本检索性能,实验显示在召回率和nDCG上显著优于现有模型。
2026-02-25 cs.CL cs.DB cs.IR
Self-distilled Dynamic Fusion Network for Language-based Fashion Retrieval
School of Computer Science and Technology, Zhejiang University of Technology(浙江工业大学计算机科学与技术学院);Zhejiang Laboratory(浙江实验室)
针对基于语言的时尚检索中静态融合灵活性不足的问题,提出自蒸馏动态融合网络,动态组合多粒度特征,并引入模态特定路由器和自路径蒸馏损失,实验验证其有效性。
2024-05-24 cs.CV cs.IR cs.MM
Multimodal RAG for Unstructured Data:Leveraging Modality-Aware Knowledge Graphs with Hybrid Retrieval
National Institute of Technology Karnataka, Surathkal, India(印度卡纳塔克国家理工学院)
本文提出模态感知混合检索架构MAHA,结合稠密向量检索与知识图谱遍历,实现对非结构化多模态文档的有效检索,在基准上显著优于基线,ROUGE-L达0.486。
2025-10-16 cs.IR cs.LG
Hybrid Retrieval for Hallucination Mitigation in Large Language Models: A Comparative Analysis
University of Pisa(比萨大学);Scuola Normale Superiore(高等师范学院)
本文提出一种结合查询扩展与动态加权RRF融合的混合检索方法,并在HaluBench上验证其相比BM25稀疏检索和Sentence Transformers密集检索能更有效提升检索相关性、降低LLM幻觉率与拒绝率。
2025-02-28 cs.AI cs.CL cs.IR
Advancing Academic Knowledge Retrieval via LLM-enhanced Representation Similarity Fusion
Robo Space(机器人空间);Ant Group(蚂蚁集团)
本文提出LLM-KnowSimFuser,通过微调LLM增强的预训练检索模型并加权融合相似性矩阵,在KDD Cup 2024 AQA Challenge中获得第二名,有效提升了学术知识检索性能。
2024-10-14 cs.CL cs.IR cs.LG
Know When to Fuse: Investigating Non-English Hybrid Retrieval in the Legal Domain
Maastricht University(马斯特里赫特大学)
本文研究法语法律领域的混合检索,发现零样本下融合领域通用模型总能提升性能,而领域内训练后融合通常不如最佳单一系统,除非精细调权。
2024-09-02 cs.CL cs.IR
Rethinking Hybrid Retrieval: When Small Embeddings and LLM Re-ranking Beat Bigger Models
SAP(SAP公司)
本文研究了RAG系统的三模态混合检索,发现紧凑的MiniLM-v6结合LLM重排序在性能上优于更大的BGE-Large,表明嵌入模型选择应优先考虑多信号融合与LLM对齐而非单纯依赖模型规模。
2025-05-28 cs.AI cs.IR