arXiv · cs.AI · Francisco Valentini, Edgar Altszyler, Martin Fajcik · 9 小时前模型评分51
研究：神经检索器会学到与查询无关的文档偏好
Do Neural Retrievers Prefer Certain Documents? Evidence of Learned Relevance Priors
导读
一项被 EMNLP 2026 Findings 接收的研究发现，监督式神经检索器会在训练中隐式学到与查询无关的文档级相关性先验。作者在冻结的文档嵌入向量上训练简单分类器来估计这一先验，并在多个信息检索基准上评测三款先进检索器，结果显示该先验能泛化到未见文档且在不同模型间保持一致。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We investigate whether supervised bi-encoder retrievers implicitly learn a document-level relevance prior: a query-independent signal encoded in their representation space as a side effect of training on annotated data.”
来源：arXiv · cs.AI · arxiv.org