MHR 实现模型感知的紧凑语义检索

提出 Matryoshka Hash Representations (MHR) 方法，通过两阶段分离全宽训练与前缀组织，提升紧凑语义检索效率。 MHR 先学习长二进制码并冻结模型，训练残差适配器以支持直接可搜索前缀。在 16 字节下 NDCG@10 达 0.502，优于基线 0.404。 性能在 BEIR 数据集及不同随机种子中保持稳健，适用于候选筛选与图索引剪枝。