发表机构
Involead Services Pvt. Ltd.（Involead服务私人有限公司）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本研究提出参数化稠密-稀疏融合混合检索器，在SciFact上通过网格搜索调优参数，达到0.753 nDCG@10，优于稠密BGE和等权重RRF，并验证系数需按数据集调整。
AI 中文摘要
我们研究了一种参数化混合排序器，它融合了稠密嵌入列表和稀疏词汇列表。该方法具有一个小的显式参数向量：稠密先验 $\alpha \in [0,1]$，分数与排名混合 $\lambda \in [0,1]$，RRF平滑参数 $\kappa > 0$，可选的列表几何系数（每个查询移动 $\alpha$），以及一个路由器边际 $\tau$，可关闭稀疏搜索。我们在SciFact训练集（809个查询）上对这些范围进行网格搜索，并在SciFact测试集（300个）上冻结所选值。调优后的排名-分数混合（$\alpha = 0.8$，$\lambda = 0.75$，$\kappa = 20$）在该测试分割上达到0.753 nDCG@10和0.889 recall@10，优于稠密BGE（0.742 / 0.871）和等权重RRF（0.707 nDCG@10）。列表条件化的 $\alpha$ 增加了+0.0006 nDCG；稀疏关闭路由器被同一训练分割拒绝（任何跳过约50%查询的 $\tau$ 都损失了nDCG）。这些系数是数据集特定的。使用相同模型的等权重RRF在九个zip的BEIR宏平均上未超过稠密（0.479 vs. 0.519 nDCG@10）。在所有20个索引单元上独立重复相同的先训练后冻结扫描，在20/20上优于等权重RRF，在16/20上优于稠密（单元平均nDCG@10 0.467 vs. 0.462稠密 vs. 0.420 RRF）。其他语料库应重用这些范围，而不是复制SciFact点。
英文摘要
We study a parameterized hybrid ranker that fuses a dense embedding list and a sparse lexical list. The method has a small, explicit parameter vector: a dense prior $α\in [0,1]$, a score-versus-rank mix $λ\in [0,1]$, an RRF smoothing parameter $κ> 0$, optional list-geometry coefficients that move $α$ per query, and a router margin $τ$ that can turn sparse search off. We grid-search those ranges on SciFact train (809 queries) and freeze the chosen values on SciFact test (300). The tuned rank-score mix ($α= 0.8$, $λ= 0.75$, $κ= 20$) reaches 0.753 nDCG@10 and 0.889 recall@10, outperforming dense BGE (0.742 / 0.871) and equal-weight RRF (0.707 nDCG@10) on that test split. A list-conditioned $α$ adds +0.0006 nDCG; a sparse-off router is rejected by the same train split (any $τ$ that skipped approximately 50% of queries lost nDCG). These coefficients are dataset-specific. Equal RRF with the same models does not beat dense on a nine-zip BEIR macro-average (0.479 vs. 0.519 nDCG@10). Repeating the same train-then-freeze sweep independently on all 20 indexed units beats equal RRF on 20/20 and dense on 16/20 (unit-mean nDCG@10 0.467 vs. 0.462 dense vs. 0.420 RRF). Other corpora should reuse the ranges, not a copy of the SciFact point.
