工业级法律检索中难负样本重排器训练研究
热点事件持续更新
工业级法律检索中难负样本重排器训练研究
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
研究指出在中文法律检索基准中，当embedding召回top-300时，召回率已进入饱和区，继续扩大候选池对整体收益递减，但排序环节仍存在缺陷。 研究对比了多种难负样本策略，最终选定“embedding至self-mined”流水线，将重排器规模从0.6B扩展至4B。 在包含410条去重内部查询的测试中，4B Stage2模型在72.4%的对比中胜出。该研究由Yunhan Li等人于2026年10月17日在arXiv发布。
AI 根据报道生成 · 1 小时前更新
最新进展10月20日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLP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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。