论文页面 - AutoIndex：面向检索的学习表征程序

来源：https://huggingface.co/papers/2607.18603

摘要

我们提出 AutoIndex，一个学习表征程序的框架：这些可执行的转换将原始文档映射为暴露给检索系统的表征。AutIndex 不是微调检索器、重排序器或一组有限的预处理超参数，而是在索引之前搜索对文档进行切片、丰富、归一化、重新加权或重新组织的程序。在每次迭代中，AutoIndex 执行验证引导的程序搜索，其中代理诊断当前程序的失败并合成候选更新，仅保留那些在最终索引下能提升检索质量的更新。我们在 CRUMB（一个异构检索任务基准）上评估 AutoIndex，所有实验均固定使用 BM25。学到的程序在所有 8 个任务上均提升了静态全文档 BM25 基线的召回率，Recall@100 平均提升 +8.4%，nDCG@10 平均提升 +8.3%，最大提升分别为 Recall@100 提升 +30.5%，nDCG@10 提升 +43.6%。这些结果表明，文档表征不应被视为检索开始前固定的预处理选择，而应作为明确的优化目标。复现结果的代码见 https://github.com/auto-index/autoindex。

查看 arXiv 页面 (https://arxiv.org/abs/2607.18603)
查看 PDF (https://arxiv.org/pdf/2607.18603)
项目页面 (https://auto-index.github.io/)
GitHub (https://github.com/auto-index/autoindex)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.18603)

在你的代理中获取该论文：

hf papers read 2607.18603

没有最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型 0

暂无模型链接到此论文

在模型 README.md 中引用 arxiv.org/abs/2607.18603 即可从本页链接。

引用该论文的数据集 0

暂无数据集链接到此论文

在数据集 README.md 中引用 arxiv.org/abs/2607.18603 即可从本页链接。

引用该论文的 Space 0

暂无 Space 链接到此论文

在 Space README.md 中引用 arxiv.org/abs/2607.18603 即可从本页链接。

包含该论文的收藏集 0

暂无收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 可从本页链接。