arXiv · cs.AI· Qi Liu, Fengming Liang, Yiqun Chen, Erhan Zhang, Jiaxin Mao·· 2 天前
RELER提出在嵌入空间通过强化学习直接优化检索
Learning to Retrieve via Reinforcement Learning in Embedding Space
arXiv:2610.07731v1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：Qi Liu, Fengming Liang, Yiqun Chen, Erhan Zhang, Jiaxin Mao
研究任务与主要进展
Qi Liu等提出RELER框架，使现有嵌入模型能够在嵌入空间中通过强化学习直接学习检索，并对齐任务特定奖励。方法从von Mises-Fisher分布采样查询和文档嵌入，以REINFORCE和RLOO更新编码器，同时用条件均值投影降低策略梯度噪声；摘要称其在BRIGHT上对InfoNCE和LambdaLoss的平均nDCG@10均有提升。
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