亚马逊发布OPERA动态数据剪枝方法

2026年10月1日，AGI Hunt 报道，Amazon Science 发布论文 OPERA，提出在微调稠密检索器时动态剪枝训练数据的方法。该方法在训练过程中动态判断 query-passage 数据对的质量，剪掉低价值样本，优先保留高质量配对，把算力集中在高质量样本上。报道称，采用该方法后训练时间缩短一半，同时排序质量与召回率均有提升。论文与代码均已公开。目前该事件仅有这一篇报道，尚无其他来源对这一效果作进一步验证或补充。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。