热点事件持续更新
RELER：用强化学习在嵌入空间训练检索模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 7 日，AGI Hunt 报道了一种名为 RELER 的检索模型训练方法：它在嵌入空间中使用强化学习，直接优化检索指标并对齐任务奖励。报道称，该方法以 vMF 分布采样得到的嵌入作为动作，用 RLOO 算法更新编码器，并引入条件均值投影（CMP）来降低策略梯度噪声。在 BRIGHT 基准上，RELER 被用于后训练 BGE-M3 与 Qwen3-Embedding，其 nDCG@10 表现超过 InfoNCE 与 LambdaLoss 两种对比方法；报道还提到，在 RAG 下游任务中亦验证了其实用性。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- AGI HuntRELER：在嵌入空间用强化学习训练检索模型，直接优化检索指标
RELER 用强化学习在嵌入空间训练检索模型，直接优化检索指标并对齐任务奖励。它以 vMF 分布采样嵌入作为动作、用 RLOO 更新编码器，并用条件均值投影（CMP）降低策略梯度噪声。在 BRIGHT 上后训练 BGE-M3 与 Qwen3-Embedding，nDCG@10 超过 InfoNCE 与 LambdaLoss，RAG 下游任务亦验证实用性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。