交互预算匹配下混合检索在BEIR数据集上的实证分析:紧凑重排效果提升与计算成本权衡

《IEEE Access》:Interaction-Budget-Matched Analysis of Compact Cross-Encoder Reranking in Hybrid Retrieval

【字体: 大 中 小 】 时间:2026年10月23日 来源:IEEE Access 4.2

编辑推荐:

   摘要:混合检索流程结合了词汇检索、语义选择和交叉编码器重排,但当不同系统接收到不同数量的昂贵查询-文档交互时,明显的收益提升可能会受到混淆。本研究在八个BEIR数据集上进行了交互预算匹配的经验分析;它是一种评估和系统框架,而非新的检索算法。在预算受限的留一数据集选择下,一种

  

摘要:

混合检索流程结合了词汇检索、语义选择和交叉编码器重排,但当不同系统接收到不同数量的昂贵查询-文档交互时,明显的收益提升可能会受到混淆。本研究在八个BEIR数据集上进行了交互预算匹配的经验分析;它是一种评估和系统框架,而非新的检索算法。在预算受限的留一数据集选择下,一种浅层混合配置每查询重排80.5个候选文档,而独立的MiniLM-L4为100个,Macro-8 nDCG@10从0.4607提升至0.5136,并在七个数据集上经Holm校正后取得显著提升。对4,370个查询及五次重复进行的扩展热查询剖析表明,较少的交叉编码器交互并不意味着更低的总成本。混合流程的平均在线延迟为98.83毫秒,而独立重排器为88.94毫秒,且混合系统还需要额外的GPU内存和E5嵌入存储。在同一浅层操作点上,仅候选池化即增加0.0046 nDCG@10;从完全融合中移除E5、交叉编码器或BM25,nDCG@10分别减少0.0363、0.0085和0.0079。配对长度与延迟高度相关,但与效果提升无关。Oracle分析显示查询级别存在较大的提升空间,但学习的查询时路由器仅捕获了Oracle与随机差距的3.3%。在共同的五数据集子集上,更高容量和全语料库稠密参考模型可以超越紧凑流程。结果支持一个有限结论:仔细选择的候选文档和多信号融合可以通过更少的交叉编码器交互显著提升紧凑重排效果,但不能在相等的总计算量下实现,也不普遍优于稠密检索。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号