检索系统框架的分类学：误区与范式
信息检索
2026-01-29 v1 人工智能
软件工程
摘要
设计嵌入检索系统需要在效率与有效性之间的冲突性权衡中进行复杂的设计决策。本文将这些决策结构化为系统设计堆栈的垂直遍历。我们首先通过检查损失函数和架构（具体为 Bi-encoders 和 Cross-encoders）来定义语义相关性和几何投影，分析表示层。接下来，我们评估分段策略（如原子级和层次式块分割）如何缓解长上下文文档中的信息瓶颈，分析粒度层。转而，我们讨论超越单向量范式的方法，包括层次检索、代理分解和多阶段重新排序管道，以解决容量限制问题，分析编排层。最后，我们在鲁棒性层面识别出针对领域泛化失败、词汇盲点以及由于时间漂移导致检索质量静默降解的架构性缓解措施。通过对这些限制和设计选择进行分类，我们为实践者提供了一个综合框架，以优化现代神经搜索系统中的效率-有效性边界。
引用
@article{arxiv.2601.20131,
title = {Taxonomy of the Retrieval System Framework: Pitfalls and Paradigms},
author = {Deep Shah and Sanket Badhe and Nehal Kathrotia},
journal= {arXiv preprint arXiv:2601.20131},
year = {2026}
}