論文の概要: OBLIQ-IR: Training a Dense Retriever for Oblique Queries

• arxiv url: http://arxiv.org/abs/2609.29649v1
• Date: Mon, 21 Sep 2026 17:57:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.929953
• Title: OBLIQ-IR: Training a Dense Retriever for Oblique Queries
• Title（参考訳）: OBLIQ-IR:斜めクエリのためのディエンスレトリバーのトレーニング
• Abstract要約: OBLIQ-IRは、メカニズムごとの合成クエリと新しい形式のクロスモデル監視を組み合わせた、シングルベクターの高密度検索器である。 3Bレトリバーの微調整は、書き込みスタイルで0.211 NDCG@10、Mathで0.171、Twitterで0.177、議会で0.281に達する。
• 参考スコア（独自算出の注目度）: 21.24115784579366
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Oblique retrieval, as exemplified by OBLIQ-Bench, asks a retriever to find documents whose relevance is determined by a latent attribute (an implicit stance, an analogous reasoning technique, an authorial fingerprint, or a vague tip-of-the-tongue recollection) that has little or no surface expression in the document. State-of-the-art dense encoders and agentic search pipelines built around frontier language models exhibit a large first-stage bottleneck on these tasks, while the same language models reliably verify relevance when shown candidates. We address this with OBLIQ-IR, a single-vector dense retriever whose training mixture combines per-mechanism synthetic queries with a new form of cross-model supervision: kNN-graph distillation from a frozen authorship encoder, which transfers a style-versus-topic inductive bias into the student. A 3B retriever fine-tuned reaches 0.211 NDCG@10 on Writing-Style, 0.171 on Math, 0.177 on Twitter, and 0.281 on Congress, improving over the GPT-5.2 Multi-Hop Agent by \xr{0.010 to 0.150} NDCG@10 and over Gemini-2-Embedding by 0.027 to 0.222 NDCG@10 on every reported task. The code, data and checkpoints are available https://github.com/DataScienceUIBK/obliq-ir
• Abstract（参考訳）: 斜め検索は、OBLIQ-Benchが例示しているように、検索者に対して、その文書の表面表現がほとんど、あるいは全くない潜在属性(暗黙のスタンス、類似の推論技術、著者の指紋、曖昧なチップ・オブ・ザ・トーグ(英語版))によって決定される文書を見つけるよう要求する。 最先端の高密度エンコーダとエージェント検索パイプラインは、フロンティア言語モデルを中心に構築され、これらのタスクにおいて大きな第1段階のボトルネックを示す一方、同じ言語モデルは、候補が示されるときの妥当性を確実に検証する。 我々は, 単ベクトル高密度検索器であるOBLIQ-IRでこの問題に対処する。この学習は, メカニズムごとの合成クエリと, 冷凍オーサシップエンコーダからのkNNグラフ蒸留を併用し, 学生に逆位相誘導バイアスを伝達する。 3Bレトリバーの微調整は、書き込みスタイルで0.211 NDCG@10、Mathで0.171、Twitterで0.177、議会で0.281に到達し、GPT-5.2 Multi-Hop Agentを \xr{0.010 to 0.150} NDCG@10、Gemini-2-Embeddingを0.027から0.222 NDCG@10で改善した。 コード、データ、チェックポイントはhttps://github.com/DataScienceUIBK/obliq-ir

関連論文リスト

• Real-Time Hybrid Retrieval in Hyperbolic Space for Retrieval-Augmented Generation on Edge Devices [0.0]
  本稿では,双曲幾何学のローレンツモデル内で完全に動作するハイブリッド文書検索システムを提案する。 ユークリッド空間に閉じ込められた従来の高密度レトリバーとは異なり、このシステムは事前訓練された単語の埋め込みを双曲空間に提案する。 このシステムは、ユーザが提供するドキュメントのリアルタイムインデックス化と、何万もの適度なサイズのドキュメントに対するリソース効率の高いクエリをサポートする。
  論文  参考訳（メタデータ） (2026-08-02T19:14:59Z)
• Retrieval-Based Multi-Label Legal Annotation: Extensible, Data-Efficient and Hallucination-Free [3.5784933879188796]
  パラメトリックエンコーダは通常、ラベルセットの変更時にタスク固有のトレーニングと再トレーニングを必要とする。 生成可能な大規模言語モデルは、ラベル空間が大きくなるにつれてコストがかかり、劣化する。 我々は,文書とラベル記述を凍結検索モデルに埋め込み,k-アネレスト近傍の埋め込み空間でラベルを予測する。
  論文  参考訳（メタデータ） (2026-05-16T02:40:01Z)
• Text-Driven Neural Collaborative Filtering Model for Paper Source Tracing [1.124958340749622]
  PST(Paper Source Tracing)タスクは、与えられた学術論文に対する重要な参照の識別を自動化することを目的としている。 このフレームワークでは、最終的な予測を生成するために、Neural Collaborative Filtering(NCF)モデルを採用している。 本手法は平均精度(MAP)測定値で0.37814のスコアを達成し,ベースラインモデルを上回っ,全参加チームで11位となった。
  論文  参考訳（メタデータ） (2024-07-25T02:48:56Z)
• BRIGHT: A Realistic and Challenging Benchmark for Reasoning-Intensive Retrieval [54.54576644403115]
  BRIGHTは、関係する文書を検索するために、集中的推論を必要とする最初のテキスト検索ベンチマークである。 私たちのデータセットは、経済学、心理学、数学、コーディングなど、さまざまな領域にまたがる1,384の現実世界のクエリで構成されています。 クエリに関する明示的な推論を取り入れることで、検索性能が最大12.2ポイント向上することを示す。
  論文  参考訳（メタデータ） (2024-07-16T17:58:27Z)
• Precise Zero-Shot Dense Retrieval without Relevance Labels [60.457378374671656]
  仮説文書埋め込み(英: hypothetical Document Embeddings, HyDE)は、ゼロショット高密度検索システムである。 我々は,HyDEが最先端の非教師付き高密度検索器であるContrieverを著しく上回っていることを示す。
  論文  参考訳（メタデータ） (2022-12-20T18:09:52Z)
• Adversarial Retriever-Ranker for dense text retrieval [51.87158529880056]
  本稿では、二重エンコーダレトリバーとクロスエンコーダローダからなるAdversarial Retriever-Ranker(AR2)を提案する。 AR2は、既存の高密度レトリバー法より一貫して大幅に優れている。 これには、R@5から77.9%(+2.1%)、TriviaQA R@5から78.2%(+1.4)、MS-MARCO MRR@10から39.5%(+1.3%)の改善が含まれている。
  論文  参考訳（メタデータ） (2021-10-07T16:41:15Z)
• Detecting Handwritten Mathematical Terms with Sensor Based Data [71.84852429039881]
  本稿では,手書きの数学的用語を自動分類する,スタビロによるUbiComp 2021チャレンジの解を提案する。 入力データセットには異なるライターのデータが含まれており、ラベル文字列は合計15の異なる文字から構成されている。
  論文  参考訳（メタデータ） (2021-09-12T19:33:34Z)
• CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization [53.67205506042232]
  CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。 ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。 TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
  論文  参考訳（メタデータ） (2020-06-17T01:32:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。