arXiv · cs.AI· Zucan Lyu, Rui Tang, Jianlyu Chen, Peisheng Jin, Zheng Liu, Defu Lian·· 9 小时前
SYNTRA通过自我改进数据合成适配跨领域和任务的嵌入模型
Self-improving data synthesis can scale embedding models across domains and tasks
arXiv:2610.14730v1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：Zucan Lyu, Rui Tang, Jianlyu Chen, Peisheng Jin, Zheng Liu, Defu Lian
研究任务与主要进展
SYNTRA是一种检索数据合成方法，仅用未标注语料和少量相关查询—文档对，就能根据试验输出反馈迭代改进数据合成指令，并适配新领域的嵌入模型。基于论文摘要，作者在覆盖15个领域的24个检索数据集上进行实验，报告自我改进在六项任务中均提升检索效果，其中四项超过人工校准；当MS MARCO训练数据扩展至初始规模的32倍时，检索性能仍继续提升。
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