研究：神经检索器学到文档相关性先验

Francisco Valentini、Edgar Altszyler、Martin Fajcik 等人的研究发现，监督式神经检索器在训练中会隐式学到与查询无关的文档级相关性先验，该先验可泛化到未见文档，且在不同模型间保持一致。 这种先验造成“可发现性差距”：先验低的文档即使真正相关也更难被检索到，该现象在监督式稠密检索器中明显，在 BM25 中较弱且不稳定。 基于 LLM 的解释显示，被判定相关的文档多为主流话题的全面、自包含摘要，而小众、碎片化或高度技术性内容常未被标注，检索器会将这种偏好内化。

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。