MoR：更有效地处理多样化查询的稀疏、密集与人类检索器混合方法
信息检索
2025-06-23 v1 人工智能
计算与语言
摘要
检索增强生成（RAG）虽然强大，但其有效性取决于所使用的检索器及其方式。不同的检索器提供独特且常常互补的信号：BM25捕获词汇匹配；密集检索器捕获语义相似性。然而实际中，我们通常基于启发式方法固定单一检索器，这会导致其在不同信息需求下难以泛化。我们能否为每个 individual query 动态选择并集成多个检索器，而无需手动选择？本文通过定量分析验证了这一直觉，并引入检索器混合：一种零样本、加权的异构检索器组合。大量实验表明，这种混合方法有效且高效：尽管仅需0.8B参数，该混合模型在各个检索器和更大规模的7B模型中分别平均提升了+10.8%和+3.9%。进一步分析显示，这一混合框架还能将 specialized non-oracle human 信息源作为检索器纳入，实现良好协作，相较于仅模拟的人类提升了58.9%。
引用
@article{arxiv.2506.15862,
title = {MoR: Better Handling Diverse Queries with a Mixture of Sparse, Dense, and Human Retrievers},
author = {Jushaan Singh Kalra and Xinran Zhao and To Eun Kim and Fengyu Cai and Fernando Diaz and Tongshuang Wu},
journal= {arXiv preprint arXiv:2506.15862},
year = {2025}
}
备注
19 pages, 3 figures