NHNM自然难负例挖掘方法提出
热点事件持续更新
NHNM自然难负例挖掘方法提出
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv人工智能板块报道，Chaolang Li等研究者提出自然硬负例挖掘方法NHNM，并构建训练集NHNM-MARCO。该方法将原始正例在查询兼容指令下改造为自然指令硬负例，经候选清洗、反转构造与几何过滤，生成紧凑高对比监督数据。研究者在MSMARCO上构建约7K条实例的NHNM-MARCO训练集，568M至4B参数模型在InstructIR与FollowIR上微调后表现强劲，部分设置下匹配或超越更大规模检索器。目前事件进展停留在该方法与训练集的提出及初步评测结果公布阶段。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
NHNM：从正例中挖掘自然硬负例，提升指令跟随检索报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Artificial IntelligenceNHNM：从正例中挖掘自然硬负例，提升指令跟随检索
研究者提出自然硬负例挖掘（NHNM），将原始正例在查询兼容指令下改造为自然指令硬负例，经候选清洗、反转构造与几何过滤生成紧凑高对比监督数据。在 MSMARCO 上构建约 7K 条实例的 NHNM-MARCO 训练集，568M 至 4B 参数模型在 InstructIR 与 FollowIR 上微调后表现强劲，部分设置下匹配或超越更大规模检索器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。