arXiv · cs.AI· Tripti Shukla, Shwetha Somasundaram, Akshat Gupta, Rohit Garg, Paul Duff, Ian Anderson·· 11 小时前
FASHION-RQ：挖掘层级语义结构实现时尚检索自动评测
FASHION-RQ: Mining Hierarchical Semantic Structure for Automated Evaluation of Fashion Retrieval
arXiv:2610.17841v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tripti Shukla, Shwetha Somasundaram, Akshat Gupta, Rohit Garg, Paul Duff, Ian Anderson
研究任务与主要进展
作者提出FASHION-RQ，利用RQ-VAE从商品目录结构中学习层级离散表示，自动构造时尚检索查询与相关性集合，并发布FASHION-RQBENCH基准。基于论文摘要，该基准涵盖排序、相关性分类、细粒度兄弟类判别和改写鲁棒性任务及查询级、属性级指标；实验显示其能区分不同查询类型和属性下的检索模型能力，人工研究称生成查询在自然度上与真实查询相当、意图清晰度更高。代码和数据集将在论文接收后公开。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org