#heterogeneous retrieval - AI Papers Daily

MESH: Scaling Up Retrieval with Heterogeneous Content Unification

MESH：通过异质内容统一扩展检索规模

🧭 异质内容统一检索 · 尺度优化

提出模块化门控偏置校正框架MESH，缓解多内容层级检索中的扩展偏置，大幅提升稀疏内容召回能力

📌 工作参考价值（4 点）

异质内容分域建模：将不同曝光频次的内容（爆款、长尾、冷启动）划分独立特征域，通过域隔离减少高频信号对低频信号梯度更新的干扰。电商推荐中可针对新品、长尾商品设置专属子塔或门控单元，避免被爆品淹没。
门控偏置校正单元：在上层融合前引入可学习的门控偏置，自动校准不同域的输出置信度，缓解冷门 item 在打分时被系统性低估的问题。可直接嵌入现有双塔或多塔的融合层。
稀疏 item 缩放指数提升14×：该方法显著改善新鲜物品的长尾分布拟合，线上新鲜 repin 提升5.5%，证明长尾内容也能从模型容量增长中受益。适用于电商新品冷启、UGC内容推荐等场景。
异步 Serving 提升吞吐2.87×：模块化设计天然支持异步执行，稀疏分量可延迟更新或复用缓存，降低在线延时。对需要多路召回融合的大规模系统，可作为工程优化参考。

RecSys | 2026-07-14 | cs.IR | score 9/10

跨异构知识源的统一检索框架

🧭 统一异构知识检索 · 跨源查询

KAIST · DeepAuto.ai

提出 OmniRetrieval，将自然语言查询自动分解为各知识源原生查询，实现文本、关系表、知识图的统一检索

📌 工作参考价值（4 点）

多源数据统一检索接口设计：在电商搜索/推荐中，产品信息散落在文档、关系数据库（价格库存）、知识图谱（属性关系）等，可借鉴 OmniRetrieval 的“源选择 + 原生查询生成”模式，对用户 query 自动路由到合适数据源，避免预先构建庞大统一索引。
Agent 工具链中的知识检索模块：为 Agent 提供一种工具，能理解自然语言指令并转化为针对不同数据源的查询（SQL、SPARQL、Cypher 等），无需 Agent 显式指定数据源类型，简化多智体系统中的知识获取。
保留源结构优势的跨源证据聚合：不强行将结构化数据嵌入单一向量空间，而是通过跨源证据选择保留表结构、图谱关系等原生表达能力，可迁移到推荐系统的多模态特征融合，如用户行为表、社交图、内容文本的异构证据整合。
可复用的源选择与查询生成模块：源选择分类器与基于 LLM 的原生查询生成可独立使用，在电商知识库问答、智能客服等场景，对用户问题自动识别需要查询哪些源库（如维修手册、商品参数表、QA 对），并生成相应的精确查询，降低人工适配成本。

RAG | 2026-05-27 | HF Daily | score 7/10