热点事件持续更新
Lion-SP：软Top-K与逐项阈值优化检索效率
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Information Retrieval发布一手报道，介绍论文Lion-SP，提出用于高效检索的可学习Soft Top-K与逐项阈值自适应稀疏优化方法。该方法通过可学习soft top-K、逐项阈值与FLOPs正则化协同优化模型稀疏度，以缩短LLM语义词扩展带来的过长查询与文档向量。在MS MARCO和BEIR数据集上，Lion-SP显著降低平均查询与文档长度，实现更低检索延迟与存储成本，同时保持有竞争力的相关性。论文已被SIGIR 2026接收。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
Lion-SP论文提出软Top-K与逐项阈值优化，已被SIGIR 2026接收。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Information RetrievalLion-SP：用于高效检索的可学习 Soft Top-K 与逐项阈值自适应稀疏优化
该论文提出通过可学习 soft top-K、逐项阈值（per-term thresholding）与 FLOPs 正则化协同优化模型稀疏度，以缩短 LLM 语义词扩展带来的过长查询与文档向量。在 MS MARCO 和 BEIR 数据集上，Lion-SP 显著降低平均查询与文档长度，实现更低检索延迟与存储成本，同时保持有竞争力的相关性，论文已被 SIGIR 2026 接收。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。