提出Factorized Hypothesis Search检索方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Linhai Ma 等作者的报道，提出 Factorized Hypothesis Search（FHS）方法，用于证据到分类体系的检索。报道称，当输入仅为间接证据（如表格单元格）时，大规模分类体系检索存在“检索就绪差距”而失效；FHS 在命名语义维度上维护多个部分解释假设，支持结构化查询渲染、多假设检索与维度级候选验证。该报道为目前唯一来源，未出现与早先报道矛盾的数字、时间或说法。上述内容仅代表该来源的表述，其准确性未经独立证实。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。