論文の概要: Cross-Pollination Retrieval: Finding Transferable Ideas Across Fields in Scientific Literature

• arxiv url: http://arxiv.org/abs/2610.25678v1
• Date: Mon, 19 Oct 2026 02:29:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 12:31:19.022719
• Title: Cross-Pollination Retrieval: Finding Transferable Ideas Across Fields in Scientific Literature
• Title（参考訳）: クロスポリネーション検索:科学文献の分野にまたがる伝達可能なアイデアを見つける
• Abstract要約: CPR-Datasetは、クロストピックな引用をマイニングすることによって構築された大規模なデータセットである。 CPR-evalは26のフィールドで1,300のクエリを持ち、トレーニングスプリットCPR-trainは10,573のペアを持つ。 AnaloBenchでは、トレーニングされていないレトリバーに対して、nDCG@10を最大33%上昇させる。 BRIGHTでは、nDCG@10を最大70%上昇させ、これらのデータセットの2倍以上のゲインを達成している。
• 参考スコア（独自算出の注目度）: 70.4749967386727
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many scientific advances come from cross-pollination, carrying an idea from one field over to a problem in another. Yet retrieving papers across fields remains underexplored, with existing benchmarks confined to a narrow range of fields. We study cross-pollination retrieval, the problem of identifying transferable ideas across research fields, and introduce CPR-Dataset, a large-scale dataset constructed by mining cross-topic citations. Its evaluation split CPR-eval has 1,300 queries in 26 fields, and its training split CPR-train has 10,573 pairs. On CPR-eval, the best of eleven existing retrievers reaches a Recall@10 of only 0.26, whereas an LLM reranker reaches 0.81. Standard contrastive fine-tuning on CPR-train raises Recall@10 to as high as 0.70. The gain carries over to domains held out from training and to analogy and reasoning-intensive retrieval. On AnaloBench, it raises nDCG@10 by up to 33% over the untrained retriever, whereas training on three existing retrieval datasets lowers it. On BRIGHT, it raises nDCG@10 by up to 70%, more than twice the gain from those datasets. CPR-Dataset is available at https://huggingface.co/CPR-Dataset, and the code at https://github.com/SeokwonJung-Jay/Cross-Pollination-Retrieval.
• Abstract（参考訳）: 多くの科学的進歩は、ある分野のアイデアを別の分野の問題へと運んで、クロスポリン化によってもたらされる。 しかし、フィールドにまたがる論文の検索は未定であり、既存のベンチマークは狭い範囲のフィールドに限定されている。 本研究では, クロスポリン化探索, 研究分野間での伝達可能なアイデアの同定, および, クロスポリン化をマイニングして構築された大規模データセットCPR-Datasetを紹介する。 CPR-evalの評価では26のフィールドに1,300のクエリがあり、トレーニングスプリットのCPR-evalは10,573のペアを持つ。 CPR-evalでは、11の既存レトリバーのうちベストがRecall@10に到達するのはわずか0.26であるのに対して、LLMリランカは0.81に達する。 CPRトレインの標準的な対照的な微調整は、Recall@10を0.70に引き上げる。 この利得は、トレーニングやアナロジー、推論集約的な検索から引き継がれたドメインへと引き継がれる。 AnaloBenchでは、トレーニングされていないレトリバーに対して、nDCG@10を最大33%引き上げている。 BRIGHTでは、nDCG@10を最大70%上昇させ、これらのデータセットの2倍以上のゲインを達成している。 CPR-Datasetはhttps://huggingface.co/CPR-Datasetで、コードはhttps://github.com/SeokwonJung-Jay/Cross-Pollination-Retrievalで入手できる。

関連論文リスト

• SciRet: A Compute-Aware Empirical Study of Retrieval and Reranking for Scientific RAG [0.0]
  我々は,CORD-19上での科学的質問応答に対する検索強化生成をコンピュータに認識した実証研究であるSciRetを紹介した。 我々は, 1,034チャンク (1K論文), 5,160チャンク (5K論文), 15,480チャンク (15K論文) の3つのコーパススケールにわたる固定科学的RAGパイプラインの評価を行った。 これらの設定全体では、ハイブリッド検索はスパースオンリーまたは密度オンリーの検索よりも堅牢で、1Kおよび15Kで1.000のRecall@10に達する。
  論文  参考訳（メタデータ） (2026-08-04T16:04:07Z)
• Mira-Embeddings-V1: Domain-Adapted Semantic Reranking for Recruitment via LLM-Synthesized Data [12.621394200451613]
  採用ドメインのセマンティックリグレードシステムであるmira-embeddings-v1を提案する。 実際のJDから始めて、5段階のプロンプトパイプラインを構築し、さまざまな正と強のサンプルを生成する。 次に、JD--JDコントラストトレーニングとJD--CVトリプルトアライメントの2ラウンドLoRA適応を適用した。
  論文  参考訳（メタデータ） (2026-04-20T02:51:12Z)
• OPERA: Online Data Pruning for Efficient Retrieval Model Adaptation [39.548179971747906]
  ドメイン固有の微調整は、高密度レトリバーにとって不可欠であるが、すべてのトレーニングペアが学習プロセスに等しく貢献するわけではない。 我々は、この不均一性を利用して、検索モデル適応の有効性と効率を両立させるデータプルーニングフレームワークであるOPERAを紹介する。
  論文  参考訳（メタデータ） (2026-03-17T23:11:45Z)
• DeepResearch-9K: A Challenging Benchmark Dataset of Deep-Research Agent [63.52637950356965]
  DeepResearch-9Kは、Deep-Researchシナリオのための大規模で挑戦的なデータセットである。 DeepResearch-R1は、Deep-Researchエージェントのためのオープンソースのトレーニングフレームワークである。
  論文  参考訳（メタデータ） (2026-03-01T15:36:10Z)
• ReasonIR: Training Retrievers for Reasoning Tasks [139.54343970560103]
  ReasonIR-8Bは一般的な推論タスクのために特別に訓練された最初のレトリバーである。 新たに29.9 nDCG@10をリランカなしで、36.9 nDCG@10をリランカで達成している。
  論文  参考訳（メタデータ） (2025-04-29T09:49:28Z)
• LaPraDoR: Unsupervised Pretrained Dense Retriever for Zero-Shot Text Retrieval [55.097573036580066]
  実験結果から,LaPraDoRは教師付き高密度検索モデルと比較して最先端の性能が得られることがわかった。 再ランクと比較すると,1ミリ秒 (22.5倍高速) でレキシコン強化手法を動作させることができるが,性能は良好である。
  論文  参考訳（メタデータ） (2022-03-11T18:53:12Z)
• 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)

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。