古典阿拉伯诗歌检索基准研究

2026年10月26日，Omar Farouk Zouak 等作者在 arXiv 发布研究，针对古典阿拉伯诗歌在两种语料、三种索引模式和两种评测协议下基准测试了九个稠密编码器与 BM25，考察查询抽象程度对词汇检索与稠密检索效果的影响。研究发现检索器胜负取决于查询还保留多少诗句原文措辞：在“话到嘴边”式查询上，BM25 领先所有稠密编码器，包括一个 8B 的 SOTA 模型，Recall@5 为 0.746 对 0.717；在抽象查询上，BM25 跌至十者第八，为 0.392 对 0.748。论文称代码与数据已公开，但报道未给出具体链接地址。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。