研究揭示多语言检索器共享索引埋没正确文档，提出免训练修复

多语言稠密检索器在共享索引下，同一问题换语言提问检索结果差异巨大，各语言正确答案被非相关文档埋没。研究提出的 disagreement-guided steering 免训练，取其他语言共识与该语言特有检索的表示差，推理时加到查询上。它比去语言均值、子空间移除等基线更能缓解同语言挤占，召回率保持竞争力，但与均值移除存在权衡。