位因子化数字 DocID 方案提升未见文档检索

2026年10月14日，AGI Hunt 报道了莱顿大学等机构的一篇论文《Computed, not Memorized》。该论文提出“位因子化数字 DocID”方案：将文档标识按位分解为 token 序列，使其语义继承自语言模型自身的表示，而不是依赖索引阶段训练、需要死记的 embedding。报道称，这一设计带来的直接好处是无需重新训练即可为未见文档打分。在生成式检索的评测中，该方案对 unseen 文档的 Hit@10 提升了 20 个点。报道未给出更多实验细节、对比基线或数据集信息。目前该事件仅有这一篇报道，尚无后续进展或不同说法。

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。