#Embedding Space - AI Papers Daily

Directional Posterior Feedback Fusion for Query Reformulation in Dense Retrieval

稠密检索中方向性后验反馈融合的查询改写

🧭 查询改写 · 稠密检索向量融合 ★ 深度解读

Tsinghua University · Renmin University of China

把反馈向量转为原查询切空间上的方向性约束并做后验融合，训练无关地提升稠密检索查询改写

📌 工作参考价值（4 点）

可直接作为线上零训练后处理：对已有 query embedding 和 top-K 召回/LLM 生成反馈 embedding，只做切空间方向提取 + 闭式融合，不 fine-tune 编码器，也不改文档索引。
反馈置信度用两层控制：局部用 query-feedback similarity 的 MAD 鲁棒归一化再 sigmoid；集合级用证据向量均值强度 S 与方差 V 算 coherence，并乘以平均局部质量，可避免噪音 PRF 或 LLM 生成反馈带偏改写。
更新幅度用最大转角 θ_up 和集合置信度 g 做 cap：q' = cosφ q + sinφ δ/||δ||；对电商搜索中短 query、歧义 query，可限制最大转角在 10-30° 量级，避免改写过于激进。
复杂度 O(K²D+K³)，实际 K=5 较稳；PRF 下 K 太大会噪声变大，GRF 下可适当增大，做实验时按反馈质量分别调 K。

QueryRec | 2026-10-21 | cs.IR | score 8/10

嵌入空间强化学习检索训练

🧭 RL 后训练 dense retriever ★ 深度解读

Renmin University of China

RELER 将 embedding 视为动作，以 vMF 采样探索，用 RL 直接优化检索/下游奖励，结合 CMP 降方差，后训练提升检索与 RAG

📌 工作参考价值（5 点）

在电商/广告检索中，可只对 query encoder 做 RL 微调、冻结文档/商品向量库与 ANN 索引，直接把 nDCG@K、Recall@K、点击率或 GMV 等不可微业务指标作为 reward，无需重建索引即可适配新目标。
用 vMF 分布对归一化 query/document embedding 做采样探索，再配合 RLOO 策略梯度，可以把已有双塔模型从对比学习后训练成直接优化业务排序指标，线上推理保持确定性单向量检索，无额外成本。
Product rollouts 将同一批 query 与 document embeddings 两两配对计算 reward，不增加 encoder 前向，却让每个采样获得更多反馈，适合候选集有限、前向成本敏感的场景。
CMP 把采样嵌入投影到由策略均值和候选向量张成的低维子空间再算梯度，能在不改变期望梯度的前提下显著降噪；当候选集维度远小于 embedding 维度时尤其值得采用，例如电商候选池通常有限。
奖励设计上，分档 nDCG@10 + pairwise 准确率（λ=0.5）优于 binary nDCG/MRR；业务中可类比使用分档排序指标与 pairwise 反馈混合，但 pairwise 权重不宜过大。

RecSys | 2026-10-06 | cs.IR | score 8/10