arXiv 自然语言处理· Yunhan Li, Mingjie Xie, Zeyang Shi, Gengshen Wu, Min Yang·· 6 小时前AI 评分34
超越召回饱和：面向工业法律检索扩展难负例重排序器训练
Beyond Recall Saturation: Scaling Hard-Negative Reranker Training for Industrial Legal Retrieval
AI 导读
针对工业法律检索中 embedding 召回饱和问题，研究提出了扩展难负例重排序器训练的方法。研究对比了多种难负例策略，构建出可从 0.6B 扩展至 4B 重排序器的 embedding 至自挖掘分阶段训练流程。所训练的 4B Stage2 模型在 STARD 和 CSAID 基准上表现提升，并在 410 个内部业务查询评估中获得 72.4% 的非平局偏好胜率。
来源：arXiv 自然语言处理 · arxiv.org