NHNM方法：利用正样本挖掘难负例优化指令检索

2026年10月28日，arXiv发布一项关于自然难负例挖掘（NHNM）的研究。该方法通过复用正样本作为自然指令难负例，有效解决了指令条件对比监督数据稀缺的问题，为检索任务提供了新的数据增强思路。 研究团队在MSMARCO语料库上构建了包含近7000个实例的NHNM-MARCO数据集，用于验证该方法的有效性。实验覆盖568M至4B参数的多种模型，为对比学习提供了标准化的测试基准。 微调结果显示，采用NHNM方法的中小参数模型性能超越了更大规模的检索器。研究证明性能增益主要源于难负例监督带来的学习信号提升，而非模型参数量的简单增加。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。