论文页面 - 面向指令遵循的信息检索的双视图训练

来源: https://huggingface.co/papers/2604.18845

摘要

一种基于极性反转的双视图数据合成方法，通过训练模型区分主题相关与指令合规的文档，增强检索系统遵循指令的能力。

指令遵循信息检索（IF-IR）研究不仅要找到与查询相关的文档，还必须遵守显式用户约束（如必需属性、排除项或输出偏好）的检索系统。然而，大多数检索器主要训练用于语义相关性，往往无法区分“符合主题”与“满足指令”的文档。我们提出一种基于极性反转的双视图数据合成策略：给定一个查询、一份在指令下相关的文档，以及一份匹配查询但违反指令的难负例，我们提示 LLM 生成一条互补指令，使得两份文档的相关性标签互换。通过在互补指令下呈现同一文档对（其相关性标签被反转），训练信号迫使检索器通过指令重新审视同一候选集，而非依赖固定的主题线索。在 3.05 亿参数的编码器上，我们的方法在 FollowIR 基准上提升 45%，超越同等或更大规模的通用嵌入模型。在相同数据预算的头对头对比中，我们进一步表明数据多样性与指令监督互为补充：前者保持通用检索质量，后者提升指令敏感度。这些结果凸显了针对性数据合成对构建既广泛可用又指令感知的检索系统的价值。

查看 arXiv 页面 (https://arxiv.org/abs/2604.18845)
查看 PDF (https://arxiv.org/pdf/2604.18845)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.18845)

在智能体中获取本文：

hf papers read 2604.18845

尚未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型 0

暂无模型链接到本文

在模型 README.md 中引用 arxiv.org/abs/2604.18845 即可在此页面显示。

引用该论文的数据集 0

暂无数据集链接到本文

在数据集 README.md 中引用 arxiv.org/abs/2604.18845 即可在此页面显示。

引用该论文的 Spaces 0

暂无 Space 链接到本文

在 Space README.md 中引用 arxiv.org/abs/2604.18845 即可在此页面显示。

包含该论文的收藏 1