Lychee：高召回向量搜索的倒排列表认证筛选
🧭 高性能向量检索 · GPU 倒排索引
University of Washington, Tacoma School of Engineering and Technology
Lychee 在 GPU 倒排索引上通过 certified screening 跳过大部分向量读取，实现高召回向量搜索加速
📌 工作参考价值（4 点）
- 在电商/推荐的高召回向量召回场景（如风控、相似商品去重、内容安全）中，可在现有 IVF/倒排索引上增加基于 anchor 的 certified lower bound 预筛，用 GPU tensor cores 做数值比对，避免读取全精度向量，显著降低显存带宽压力；可参考其证明框架，确保不损失召回。
- 若业务使用 cuVS / Faiss IVF-Flat，可借鉴 Lychee 的筛选顺序：先按 bound 递增处理候选，快速排除大部分不相关向量，只对少数候选计算精确距离；尤其适合 probe 数较大、追求 0.999+ recall 的场景，吞吐不再与 probe 数量成反比。
- 多 GPU 扩展方案对亿级/十亿级商品 embedding 库有参考价值：通过分片和跨 GPU 合并，可在 4 卡上达到十亿向量 0.9999 recall 的工程可行性。
- 对使用量化/图索引但需要高召回的业务，该方法的“certified exact top-k of probed lists”特性可替代部分重排，避免全量 rerank，平衡精度与延迟。
从图搜索入手改进学习型稀疏检索
🧭 稀疏检索 · 图索引加速
MIT CSAIL · ISTI-CNR · Linkup · University of Pisa
提出 GRIP 图索引系统，将倒排启发式融入图搜索，在 MS MARCO v2 上比 Seismic 快 2.5 倍
📌 工作参考价值（4 点）
- 如果业务在用 SPLADE、BGE-M3 sparse 等做大规模召回，不要默认倒排索引最优；可以评估 GRIP 这类图索引在商品/广告库上的 recall-latency，尤其在线服务对 95% recall@10 敏感时。
- 三个 trick 可拆开迁移：term-based entry point seeding 可插到 HNSW 等通用图 ANN 的初始节点选择；sparse sketching 适合高维稀疏 embedding 的快速距离裁剪；sparse partition-based 构图可适配电商 SKU 或类目聚集的稀疏分布。
- 如果线上同时维护倒排和图索引，可以用倒排表的高权重 term 作为图入口点或构图先验，降低重构图成本；增量更新时优先围绕高分词、高曝光 item 重建局部图。
- 注意标准 dense ANN 直接套到 sparse vectors 效果差，迁移前要做小规模 benchmark，关注稀疏度、term 分布和维度差异。
SSR：面向 LLM 编排多智能体系统的结构化信号检索器
🧭 多智能体 Agent 发现的确定性检索
Institute of Computing – State University of Campinas, Brazil
用 Agent Card 结构化字段 + IDF 权重 + 倒排信号索引，在不训练的情况下压缩候选上下文，实现可扩展 Agent 发现
📌 工作参考价值（4 点）
- 在多 Agent 推荐/搜索编排中，Agent 注册表规模增长时，不要把所有 Agent Card 都塞进 LLM 上下文：可提取 capability-bearing 字段（如技能、工具描述）构建结构化倒排索引，先做确定性候选预筛，只把 top-k 卡片交给 orchestrator，能直接降低 token 成本、延迟和上下文超限风险。
- 对电商/广告场景中的工具或子 Agent 路由，IDF 加权的结构化稀疏检索比 embedding 检索更轻量、可追溯、无训练成本，适合需要审计和冷启动的服务发现模块；可用类似方式给商品类目、服务能力字段建索引。
- 论文的 Inverted Signal Index 思路可复用到 RAG 或推荐召回：只对高区分度字段/信号显式打分，避免全量候选逐一过模型，在保证效果的同时减少计算量；其 MS MARCO 实验中显式打分段落减少 96.8% 的结果说明了这一点。
- 端到端编排中维持紧凑候选上下文是工程上的关键约束：即使上游检索指标不变，控制送入 LLM 的候选数量也能避免全量 catalog 带来的 operational failure，这对生产级 Agent 系统和高并发广告出价/推荐链路都有参考价值。
从交付到有状态探索：重新思考 Agentic 搜索的索引
🧭 Agentic Search 索引原生交互接口 ★ 深度解读
Yonsei University
提出 INDEXACT 索引原生接口，将候选集细化与源文本检查分离，用可复用状态与统计反馈提升多跳搜索证据发现并降低上下文占用
📌 工作参考价值（4 点）
- 在电商/广告 Agent 搜索中，可借鉴“候选集引用 + 统计反馈”解耦：工具返回 SetRef 和候选集大小/条件命中数，而不是直接返回商品或文档列表，减少模型上下文浪费，尤其适用于多轮筛选和长程导购场景。
- 状态化集合操作（FILTER/INTERSECT/UNION/DIFFERENCE）可复用中间候选集，避免重复检索；电商商品库筛选（类目、品牌、价格区间）天然适合基于倒排索引的布尔/位置条件，工程上可直接基于 Lucene 构建，成本较低且可扩展。
- 精确统计（COUNT_DOCS）优于二进制空/非空：实验显示二进制反馈准确率从 74.0 降至 62.0，精确计数让 Agent 判断条件是否过窄/过宽，辅助其决定继续过滤还是读取证据，可应用于导购 Agent 的条件探索。
- 细粒度读取（AROUND/DOCUMENT/RANGE）按需返回局部上下文，避免自动注入无关文本；Agent 可用 AROUND 定位关键词周边内容验证证据，减少非证据 token 占比，提升长上下文稳定性。
SOLO：基于扫描采样倒排列表的可认证召回相似性搜索
🧭 向量检索 · 可认证召回 ANN 索引
CICESE
SOLO 索引以无排序启发式的扫描倒排列表实现可证明召回，在 1GB 内存下 Deep-100M 召回 0.9977
📌 工作参考价值（4 点）
- 大规模向量召回的内存优化：在商品 embedding 库亿级甚至十亿级时，SOLO 的扫描式倒排索引只需少量字节/对象（如 10.7 字节）即可达到 0.9977 召回，远低于 HNSW/DiskANN 的内存下限；适合作为电商推荐召回的高性价比底座，尤其在内存受限的在线服务或边缘部署中。
- 可认证召回特性：SOLO 召回等于覆盖概率，可通过一次查询样本的 ground-truth pass 离线算出所有操作点，无需在线反复 A/B；可将召回 SLA 直接与索引参数绑定，降低质量风险。
- 动态更新友好：插入等于一次搜索、删除精确，相比 HNSW 的复杂删除和图维护，更适合商品频繁上下架、embedding 定期更新的场景；可简化索引运维。
- 结构可扩展：路由与扫描分离、叶节点扫描的设计便于与压缩/量化 embedding 结合，进一步节省内存；且路由器可递归索引，适合构建分层/多级召回。
协同进化生成式检索：查询与物品双侧关键词空间的强化学习联合优化
🧭 生成式检索 · 双侧关键词协同进化 RL ★ 深度解读
University of North Carolina at Chapel Hill · Apple
用双侧 LLM 生成关键词并直接做倒排索引匹配，通过 SFT 对齐与交替 GRPO 协同进化，F1 最高提升 36.1%
📌 工作参考价值（4 点）
- 可直接落在电商/广告关键词召回系统：用两个 LLM 分别生成 item 侧搜索词和 query 侧扩展词，再通过倒排索引匹配，天然兼容广告主 keyword bidding 和现有 keyword-based 基础设施，比只优化 query 侧更贴近业务可控性。
- SFT 对齐初始化便宜且有效：先用 base LLM 离线为每个 item 生成关键词，再按相关 item 的关键词池聚合出 query 目标关键词；这样能避免 RL 冷启动，也适合用行为/成交 labels 构造对齐数据。
- item 侧用 counterfactual marginal reward 优化全局 F1 很实用：工程上通过缓存参考索引和只计算受影响 query 集合，避免每次 rollout 重建全量索引；在业务中可以把 F1 换成加权 F-measure，按 precision/recall 优先级调节，例如更严地惩罚无关广告。
- 给 query 生成器加搜索结果或在线提示，能明显提升效果：Internal 数据集上 +Search Results 将 F1 从 0.3963 提升到 0.4379，适合解决拼写错误、非英文、实体型 query；在 Agent 搜索/推荐场景中，可把已有检索结果作为 context 注入生成器。
misi：基于随机样本的度量空间倒排索引
🧭 度量空间近似最近邻索引
CICESE
用数据库随机样本作为词汇表构建近似最近邻倒排索引，构建快且省内存，查询吞吐弱于图索引
📌 工作参考价值（4 点）
- 商品/内容 embedding 召回索引需要频繁更新（新品上架、活动换向量）时，misi 的构建可并行、确定性、比匹配召回 graph 构建快 3.7x，适合每日/小时级全量重建，避免在线增量索引不一致。
- 倒排样本思路可迁移为“粗召回-精排”两阶段：先用小样本词汇表构建轻量倒排，idf 加权投票快速取候选，再用高精度模型验证，适合在严格内存预算（如 8GB）下服务大规模候选库。
- 使用黑盒度量/多模态 embedding（如 CLIP 或用户-商品联合空间）时，无需修改距离定义即可索引；RAG 知识库频繁更新、设备端内存受限场景可复用。
- 注意查询吞吐是代价，线上高 QPS 场景应将其作为冷启动/离线批处理组件，或与 graph 索引组合，用其快速重建能力定期刷新主索引。
超图嵌入索引：高效稠密向量检索
🧭 向量检索 · 倒排索引
Sodhana
HEI 按高激活潜维度组合组织文档，用倒排索引生成候选并保留语义排序
📌 工作参考价值（4 点）
- 在电商向量召回中，可将商品/用户 embedding 的高激活维度组合构造成倒排索引，替代或混合 HNSW，降低线上粗排阶段延迟与内存占用；适合作为大规模候选生成层。
- 采用多个互补超图（不同维度子集、不同激活阈值、不同语义簇）做多路召回，再融合重排，能提升长尾商品或冷门内容的覆盖，避免单超图维度增加带来的组合爆炸。
- 引入 activation diversity 作为诊断指标：评估当前训练出的 embedding 是否适合坐标倒排索引；若 diversity 低，可考虑加稀疏正则、维度解相关或调整训练目标，使向量更可索引。
- 该框架对 embedding 的稀疏/高激活特性有依赖，在业务中可先对已有向量做激活分布分析，判断是否值得迁移到倒排索引路线。
ColBERTSaR：通过乘积量化实现ColBERT索引稀疏化
🧭 神经检索 · 索引压缩与稀疏化
Johns Hopkins University
利用乘积量化将ColBERT密集索引转化为真正的倒排索引，在保持效果的同时缩小索引50-70%
📌 工作参考价值（4 点）
- 多向量检索索引压缩：如果业务中使用类似ColBERT的多向量检索（如商品多模态嵌入匹配），可直接借鉴乘积量化将每篇文档的Token嵌入离散化为码本ID，构建经典倒排索引，大幅降低存储和查询时的解压开销。
- 平衡效果与存储：该方法在保持检索质量的前提下，索引大小仅为1-bit PLAID的30%-50%，对于资源受限的电商搜索或推荐系统，可作为一种轻量级部署方案。
- 查询效率优化：传统ColBERT查询瓶颈在于“收集-解压”阶段，本工作通过量化将直接倒排查询，省去了在线解压和MaxSim的全量聚集，适合要求低延迟的实时推荐或搜索场景。
- 学习稀疏化思路：文中指出的“嵌入量化等价于学习稀疏检索”观点，启发我们可以用类似方法将其他稠密检索模型压缩为稀疏表示，方便与现有搜索引擎基础设施集成。
告别K-means：单阶段稀疏编码实现高效多向量检索
🧭 多向量稀疏检索 · 倒排索引加速 ★ 深度解读
Stony Brook University · Xidian University · Amazon AGI SF Lab · Georgia Tech · Yale University
提出SSR框架，用Sparse Autoencoder将token嵌入稀疏化，直接构建倒排索引，实现精度、速度和索引速度三赢。
📌 工作参考价值（4 点）
- 电商搜索/推荐召回中，可用稀疏编码替代K-means聚类构建索引，大幅降低离线索引时间（15倍加速），适合实时更新频繁的语料。
- 训练时联合重构损失与对比损失的混合目标，可保证稀疏特征既保留语义又具备判别力，可借鉴到query-doc/query-item匹配的稀疏表示学习。
- 倒排索引上利用块级上限跳过与粗到精剪枝（SSR++），在保证精度无损前提下将延迟减半，对高流量在线检索场景有直接工程价值。
- 该方法可扩展到LLM backbone，结合现代大模型生成式推荐或Agent的记忆检索，用稀疏token交互实现高效知识召回。
重思Agentic RAG：从复杂后端到LLM驱动的逻辑检索
🧭 Agent RAG的检索接口与控制权设计 ★ 深度解读
Fudan University · Shanghai Kingstar Software Technology Co., Ltd.
提出LLM用布尔逻辑直接操控倒排索引，匹配混合检索性能同时大幅降低构建与推理成本
📌 工作参考价值（4 点）
- 电商搜索/Agent RAG可借鉴“LLM生成结构化查询+倒排索引”的组合，用AND/OR/NOT精确控制召回，避免稠密检索的语义漂移与冗余结果，尤其在多轮澄清场景下能显著降低无效重试。
- 当知识库规模大、更新频繁时，跳过离线Embedding与FAISS索引，用OpenSearch等倒排引擎直接响应LLM的布尔表达式，可节省41倍构建时间与约3倍在线延迟，适合高频变动商品库。
- 答案不可用时的幻觉降低（0.128→0.083）源于显式约束失败可被LLM解读为“证据缺失”，这一信号可借鉴到Agent的拒绝回答策略中，提高推荐或问答系统的可靠性。
- “重脑轻手”架构将复杂推理留给LLM，检索端仅做确定性执行，该边界划分可简化整个系统迭代——检索索引成为无状态工具，更易维护和扩展。