LLM驱动进化搜索改进生成式检索框架

研究人员Jinming Nian等提出名为“Evolving Semantic Indexes for Generative Retrieval”的框架，利用LLM驱动的进化程序搜索优化离散语义标识符（SID）组件。 该方案采用本地部署的31B开放权重模型及1M参数代理解码器。在NQ320K数据集上，通过联合进化SID构造与碰撞处理，Recall@1从55.8%提升至59.3%，Recall@100从85.8%提升至90.6%，代理与目标模型排名相关性达0.90。 尽管语义索引改进可靠，但研究发现这些改进无法可靠转移至生成器的训练目标或完整流水线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。