AI Papers Daily

#reranker

4 篇

Project Greenhouse: Progress Toward Fully Open and Sovereign Agentic Search

Project Greenhouse：构建完全开放与主权的智能体搜索重排模型

🧭 开放主权 agentic search 重排 ★ 深度解读

University of Waterloo

用从零预训练+SFT 的 3B 点式重排模型，以少量 GPU 实现不依赖第三方权重的开放主权检索重排

📌 工作参考价值（4 点）

• 可复用训练配方：3B decoder-only 模型从通用语料（ClimbMix）从零预训练，再用公开相关性标注（RLHN-250K）做 LCE 点式微调，即可逼近/超过同量级 fine-tuned listwise/pointwise 重排器；电商/广告团队可照搬到商品/广告候选重排，避免依赖 Qwen/Gemma 等第三方权重带来的 license 与合规风险。
• 工程集成简单：点式重排把 query-doc 对映射为标量分数，候选独立打分、排序；相比 listwise 更适合局部候选集（如召回 top100）和线上并行，3B 可单 GPU 部署，适合 agent 搜索循环中对抓取/召回结果做优先级筛选。
• 模型 soup 提升稳定性：同一 SFT recipe 多次训练后平均权重作为最终 checkpoint，降低单次波动；在业务迭代中可用少量多次微调再平均来提升线上指标稳定性。
• 重排器可当 relevance judge/奖励信号：其标定后的分数可作为 RAG/agent 搜索中的相关性校验、强化学习 reward 或 rollout verifier，与 LLM 生成/重排组件解耦。

RecSys | 2026-10-08 | cs.IR | score 8/10

rerankerpointwise rankingdecoder-onlyopen-sourcesovereign AIagentic search

Test-Time Optimization of Query Embeddings with Ranking Aware Reward Maximization

基于排序奖励最大化的查询向量测试时优化

🧭 测试时查询向量优化 · 排序奖励蒸馏 ★ 深度解读

The University of Texas at Austin · Google DeepMind

把 reranker/LLM 排序分数蒸馏成可复用查询向量残差，冻结权重与索引，MTEB 最高 +8.36 nDCG@10

📌 工作参考价值（4 点）

• 在闭源 embedding API 或已有 ANN 索引不能改时，可只学一个查询侧残差向量 v_g：部署时用 unit(x_q + α v_g) 重新检索，索引、doc embedding、相似度函数都不动，适合线上低成本接入 reranker 蒸馏增益。
• scope 选择可作为固定 reward 预算下的复用策略：预算极少先 global 共享；预算中等按业务类目/任务建 task-wise；预算充足再 query-wise。对应从冷启动全局复用 → 类目/场景共享 → 个性化 query 专用。
• 免调参的置信度缩放 α_g = n_g/(n_g+1) 值得直接迁移：共享状态按覆盖 query 数自动控制应用强度，小样本不过冲，省掉按预算手动调 magnitude。
• reward 预算分配上，小预算优先 depth，大预算优先 breadth：即在线先给少量 query 多评几个候选，预算变大后扩 query 覆盖比继续加深候选更划算。

RecSys | 2026-08-12 | cs.IR | score 9/10

test-time optimizationdense retrievalembedding adaptationranking reward distillationrerankerMTEB

Training Documents Reranker with Search Rubrics for Deep Research Agent

用搜索评分标准训练文档重排序器以支持深度研究智能体

🧭 搜索评分标准引导的文档重排序器训练 ★ 深度解读

中国人民大学 · 腾讯

提出层级式搜索评分标准，指导文档重排序器训练，提升智能体检索质量并减少搜索调用次数

📌 工作参考价值（4 点）

• 搜索评分标准可迁移至电商/推荐场景：借鉴层级式评估（集合级：相关性、简洁性、一致性；文档级：来源权威性、时效性），为商品搜索词或推荐候选集设计 query-specific 质量 rubrics，直接用于训练重排模型或构造奖励函数。
• 两阶段训练范式可直接复用：先用教师模型（如强 LLM）按 rubrics 生成伪标签做 SFT 冷启动，再用 GRPO 搭配 rubrics 加权奖励做 RL 微调，这一范式适合商品列表、广告创意列表等需要集合整体优化的排序任务。
• rubric 构造方法可提升评估与训练信号质量：用强 LLM 先合成高质量答案，再扩展出细粒度、带权重的评分标准，能够更精准地捕捉集合级别的信息需求（如多样性、覆盖度），这个方法可直接嫁接于推荐系统的离线评估或 RL reward 设计。
• 文档集级别重排思想可直接用于电商搜索/RAG 系统：不按单个文档相关性排序，而是直接输出一个满足整体质量要求的子集，能够减少冗余、提升证据充分性，可降低后续 Agent 或 LLM 生成回答时所需的搜索步数，改善时延。

RAG | 2026-08-04 | cs.IR | score 8/10

rerankerrubric-based RLGRPOdeep researchRAGdocument set selection

DocRetriever: A Plug-and-Play Framework for Multimodal Document Retrieval with Comprehensive Benchmark

DocRetriever：即插即用的多模态文档检索框架与全面基准

🧭 多模态文档检索

Zhejiang University · Huawei Technologies Co., Ltd

提出布局感知稀疏嵌入与推理增强重排序的即插即用框架，并构建多维度评估基准MultiDocR

📌 工作参考价值（4 点）

• 布局感知稀疏嵌入：无需OCR即可编码文档结构，适合电商商品详情页（图文混排）的检索，可迁移至商品描述与图片联合编码，保留排版信息提升匹配精度。
• 推理增强少样本重排序器：利用推理链演示和优化采样降低领域数据依赖，可用于推荐系统重排模块，在冷启动或跨域场景下快速适应，提升泛化能力。
• 混合编码策略：结合密集与稀疏表征，平衡效率与精度，可直接应用于Agent知识库的多模态文档检索，改善问答系统的证据召回质量。
• 评估基准MultiDocR：提供细粒度相关性和多维度评估设计，可借鉴其构建思路，为电商搜索或推荐场景设计更全面的相关性评估集。

Other | 2026-05-28 | cs.IR | score 6/10

multimodal document retrievallayout-aware sparse embeddingrerankerfew-shot learningbenchmark