突破召回饱和：工业级法律检索中难负样本重排器训练规模化研究

在中文法律检索基准中，embedding 召回 top-300 时进入高召回区但排序仍有缺陷，表明扩大候选池收益递减。 研究对比多种难负样本策略，选定 embedding 至 self-mined 流水线，将重排器从 0.6B 扩展至 4B。 在 410 条去重内部查询中，4B Stage2 模型在 72.4% 的对比中胜出。