RARS 训练目标让生成式检索理解层级相关性分配且推理零开销

RARS（Resolution-Aligned Relevance Supervision）把多分辨率相关性形式化为 SID 层级上的条件分布，用各层分布监督共享查询表示，让生成式检索学会粗、细粒度分支上的相关性分配。训练时由前缀条件预测器在兄弟分支间分配相关性、按父节点相关性质量加权，推理时直接丢弃，不增加任何推理成本；在三个多语言 ESCI 数据集上取得一致提升。