NEAR：面向记忆检索的邻域感知残差方法

论文提出 NEAR（NEighborhood-Aware Residuals），一种免训练框架，利用共享主题、实体或事件的存储记录构建局部参考，为查询与记忆生成投影残差，并与原始嵌入结合，在固定记忆索引上做单次近似最近邻检索。在八个长上下文检索基准上，九个嵌入模型均取得一致提升，下游问答性能也有所改善。