PersonalQuery-Benchmark：6516 条查询实测个性化表达差异如何扰动检索排序

PersonalQuery-Benchmark（PQB）发布，以 6516 条查询评估个性化表达差异如何扰动检索排序。基准覆盖 3 个 Amazon 商品域，并评测 5 种架构的检索模型和 2 个 LLM 排序模型。结果显示，即便信息需求固定，个性化句法与书写错误差异仍会引起可测的排序变化，且不同模型敏感度差异明显。