稠密检索器被查询身份信号系统性带偏

2026年10月，AGI Hunt 报道了哥伦比亚大学团队在 EMNLP2026 展示的一项研究：基于 embedding 的稠密检索器会被查询中的身份信号系统性带偏。研究显示，在亚裔美国人健康相关查询上，稠密检索器的表现显著更差，真实查询上的差距可达 17 个百分点以上，且这一差距高于合成实验中观察到的差距。研究还发现，即使拼接 BM25 等词法控制手段，偏见仍显著存在，说明问题超出表层词汇特征的范围。目前报道未提及该研究的缓解方案或后续改进工作。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。