arXiv · NLP· Omri Uzan, Ron Polonsky, Douwe Kiela, Christopher Potts·· 2026-10-08AI 评分35
DocOpt:基于强化学习的黑盒检索文档优化方法
Document Optimization for Black-Box Retrieval via Reinforcement Learning
AI 导读
DocOpt 利用 GRPO 算法直接训练 LLM 或 VLM 改写文档以优化黑盒检索,无需检索器内部访问权限。 在代码和视觉检索任务中,DocOpt 将 text-embedding-3-small 的 nDCG@5 从 58.35 提升至 67.94,超越了价格贵 6.5 倍的 text-embedding-3-large(66.15)。
来源:arXiv · NLP · arxiv.org