UNREAL：单模型统一检索与长上下文
Get the story
2026年10月7日，arXiv（Information Retrieval，一手来源）发布UNREAL，提出模型原生证据选择框架：直接从冻结LLM的内部表征编码chunk并生成检索查询，新增参数不足500K，主干模型保持不变。实验在3B token、2100万chunk的Wikipedia索引上进行，四种dense与hybrid骨干均超越SOTA检索-重排系统；HotpotQA召回率从49.1%升至73.2%。目前公开信息仅此一篇报道，尚无后续验证或独立复现结果。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Information RetrievalUNREAL：用单一模型统一检索与长上下文
UNREAL 提出模型原生证据选择框架，直接从冻结 LLM 的内部表征编码 chunk 并生成检索查询，新增参数不足 500K，主干模型保持不变。在 3B token、2100 万 chunk 的 Wikipedia 索引上，四种 dense 与 hybrid 骨干均超越 SOTA 检索-重排系统，HotpotQA 召回率从 49.1% 升至 73.2%。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.