OBLIQ-Bench：利用潜在与隐式查询揭示现代检索器中被忽视的瓶颈
信息检索
2026-05-08 v1 人工智能
摘要
检索基准正日益趋于饱和，但我们认为高效的搜索远非一个已解决的问题。我们识别了一类我们称之为斜向的查询，这类查询寻找实例化潜在模式的文档，例如寻找所有表达隐式立场的推文、展示特定故障模式的聊天记录，或匹配抽象场景的文字记录。我们研究了斜向性可能产生的三种机制，并引入了 OBLIQ-Bench，这是一套基于真实长尾语料的五个斜向搜索问题的测试套件。OBLIQ-Bench 揭示了检索与验证之间一个被忽视的不对称性：只要相关文档被呈现，推理 LLM 就能可靠地识别出潜在相关性，但即使是复杂的检索管道也难以首先呈现大多数相关文档。我们希望 OBLIQ-Bench 能够推动对检索架构的研究，以高效地捕获大型语料中的潜在模式和隐式信号。
引用
@article{arxiv.2605.06235,
title = {OBLIQ-Bench: Exposing Overlooked Bottlenecks in Modern Retrievers with Latent and Implicit Queries},
author = {Diane Tchuindjo and Devavrat Shah and Omar Khattab},
journal= {arXiv preprint arXiv:2605.06235},
year = {2026}
}