标题：告别"大海捞针"：FGTR如何用分层推理革命性提升多表检索精度

正文：

背景介绍

随着大型语言模型（LLM）的快速发展，基于LLM的表格检索技术已成为RAG（检索增强生成）领域的重要研究方向。在数据分析、商业智能和知识问答等场景中，准确检索与用户查询相关的表格数据是提升下游任务性能的关键环节。

然而，当前主流的表格检索方法存在明显的局限性：它们通常聚焦于单表查询场景，采用将整个表格编码后进行相似度匹配的策略。这种"粗粒度"的检索方式不仅效率低下，更难以应对复杂的多表关联查询需求。

问题分析

现有方法的痛点主要体现在两个方面：

1. 准确率瓶颈

传统方法将整个表格作为整体进行编码，导致大量与查询无关的数据被混入表征中。这种"噪声污染"严重降低了检索的精确度——想象一下，在一个包含数百行的大型表格中，用户可能只关心其中某几列的特定数据，但现有方法却无法有效过滤无关信息。

2. 效率与扩展性问题

当处理大规模表格时，编码整个表格的开销急剧增加。更重要的是，现实世界的数据查询往往需要跨多个表格进行关联分析，而这一需求在当前的检索任务中研究严重不足。

FGTR方法：细粒度多表检索

针对上述挑战，研究者提出了FGTR（Fine-Grained Multi-Table Retrieval）——一种基于分层LLM推理的新型检索范式。

FGTR的核心创新在于模拟人类的推理策略，采用分层递进的检索机制：

第一层：模式元素识别

FGTR首先分析查询意图，识别出相关的数据库模式元素（如表名、列名）。这一步骤相当于人类在查找数据前先确定"去哪里找"。

第二层：单元格内容检索

在确定目标模式后，FGTR进一步检索对应的单元格内容。这种细粒度的定位避免了无关数据的干扰。

第三层：子表构建

最终，FGTR构建出一个简洁、精确的子表，该子表与原始查询高度对齐，可直接用于下游任务。

这种分层推理的优势在于：它既保留了LLM强大的语义理解能力，又通过逐步聚焦的方式实现了细粒度检索，有效解决了"粗粒度编码"带来的准确率损失问题。

实验结果

为全面评估FGTR的性能，研究团队基于两个权威基准数据集Spider和BIRD构建了新的评测数据集。

实验结果令人瞩目：

这一显著的性能提升充分证明了FGTR在细粒度检索任务上的优越性，同时也展示了其在提升表格相关下游任务端到端性能方面的巨大潜力。

总结

FGTR的提出为表格检索领域开辟了新的研究方向。它通过分层推理机制，成功突破了传统粗粒度方法的瓶颈，在准确率和效率之间取得了更好的平衡。

对于正在构建RAG系统的开发者而言，FGTR提供了一种值得关注的表格检索新范式。特别是在需要处理复杂多表查询的场景中，这种细粒度的检索思路可能会带来质的提升。

标签： 表格检索、LLM推理、RAG、数据库检索

来源： arXiv:2603.12702

标题：EISAM：大语言模型推荐系统的长尾问题破局之道

正文：

EISAM：大语言模型推荐系统的长尾问题破局之道

背景介绍

近年来，大语言模型（LLM）在推荐系统领域掀起了一场范式革命。大语言模型推荐系统（LLM-based Recommender Systems, LRS）通过直接采用LLM作为骨干网络，展现出强大的知识利用能力和指令遵循能力，成为序列推荐任务的新范式。

然而，推荐系统领域一个长期存在的挑战——长尾问题（Long-tail Problem）——在LRS中尚未得到系统性研究。传统的推荐系统由于数据分布的倾斜性，往往对热门物品（头部物品）推荐效果较好，而对冷门物品（尾部物品）的推荐性能较差。这种不平衡不仅影响用户体验，也限制了推荐系统的多样性和公平性。

随着LRS的兴起，一个关键问题浮出水面：LLM强大的预训练能力能否天然缓解长尾问题？还是说LRS面临着更加复杂的挑战？

问题分析：LRS中的双重长尾困境

最新研究揭示了一个令人意外的发现：LRS实际上面临着两种不同类型的长尾问题：

1. 先验长尾（Prior Long-tail）

LLM在海量通用语料上进行预训练，这些语料本身存在严重的不平衡分布——某些物品或概念在预训练数据中出现频率远高于其他。这种分布偏差被LLM隐式继承，形成了先验长尾。即使下游推荐数据集是平衡的，模型仍可能因为这种预训练偏差而偏向某些物品。

2. 数据长尾（Data Long-tail）

这是传统推荐系统中常见的问题。推荐数据集本身呈现典型的幂律分布：少数热门物品占据了绝大部分交互记录，而大量长尾物品只有极少数交互。这种数据长尾直接导致模型对头部物品学习更充分。

双重头部效应

研究表明，这两种长尾并非独立存在，而是产生了叠加效应：

• 先验长尾和数据长尾都会导致头部与尾部物品之间的性能差距
• 两种"头部"的交集（既在预训练语料中高频出现、又在推荐数据集中热门的物品）表现出更强的头部效应
• 尽管如此，LRS的整体性能分布（尤其是尾部表现）仍主要由数据长尾主导

这一发现具有重要的实践意义：即使使用强大的LLM作为骨干，如果不针对数据长尾进行优化，尾部物品的推荐质量仍然难以保障。

EISAM方法：高效物品级锐度感知最小化

针对上述挑战，研究者提出了EISAM（Efficient Item-wise Sharpness-Aware Minimization），一种全新的优化框架，专门用于改善LRS中的长尾问题。

核心思想

EISAM的核心洞察是：不同物品需要不同程度的正则化。传统优化方法对所有样本一视同仁，而EISAM通过自适应地调节每个物品的损失景观（loss landscape），为尾部物品提供更强的正则化，从而提升其泛化性能。

技术亮点

1. 物品级正则化：EISAM在物品粒度上进行优化，而非传统的样本级或全局级。这使得模型能够精细地捕捉每个物品的特性。

2. 高效惩罚设计：考虑到LLM的巨大参数量，EISAM设计了一种计算高效的惩罚机制，在捕捉细粒度物品特定锐度的同时，保持计算可扩展性。

3. 自适应机制：正则化强度根据物品在数据分布中的位置自适应调整，尾部物品获得更强的正则化，头部物品则相对宽松。

理论分析：泛化界的快速下降

EISAM不仅在实践上有效，在理论上也有坚实的支撑。研究者推导了EISAM的泛化界（Generalization Bound），并证明：

在物品级正则化下，泛化界以更快的速率下降。

这一理论结果为EISAM的有效性提供了数学保证。具体来说，物品级正则化能够：

• 更精细地控制模型复杂度
• 针对不同物品的风险进行差异化约束
• 在保持整体模型容量的同时，改善尾部物品的泛化性能

实验结果：显著提升尾部性能

研究者在三个真实世界数据集上进行了广泛实验，结果验证了EISAM的有效性：

主要发现

1. 尾部物品性能显著提升：EISAM能够显著改善长尾物品的推荐效果，缩小头部与尾部之间的性能差距。

2. 整体质量保持：在提升尾部性能的同时，EISAM不会损害整体推荐质量，实现了"双赢"。

3. 首个系统性解决方案：EISAM建立了LRS长尾问题的首个系统性解决方案，为该领域的后续研究奠定了基础。

实验意义

这些实验结果具有重要的实践价值：

• 对于电商平台，可以更好地推荐长尾商品，提升长尾商品曝光和销量
• 对于内容平台，可以改善冷门内容的推荐效果，促进内容生态的多样性
• 对于任何使用LLM作为推荐骨干的系统，EISAM提供了一种即插即用的优化方案

总结与展望

EISAM的提出标志着LRS长尾问题研究的重要突破。通过揭示LRS中双重长尾的存在，并提出针对性的优化方法，研究者为这一新兴领域奠定了坚实的理论基础和实践方案。

关键启示：

1. LLM并非万能：即使拥有强大的预训练能力，LRS仍需要专门的长尾优化策略。

2. 细粒度正则化的价值：物品级优化能够更精准地解决长尾问题，相比粗粒度的全局方法更具优势。

3. 理论与实践的结合：EISAM既有坚实的理论支撑，又在实践中表现出色，为后续研究提供了良好范例。

未来，随着LRS在工业界的广泛应用，如何进一步优化长尾性能、如何平衡多样性与准确性、如何在大规模场景下高效部署EISAM，都是值得探索的方向。

来源：arXiv:2603.12752

标签：LLM推荐系统,长尾问题,锐度感知最小化,推荐算法

LLM Architecture Gallery：主流大模型架构可视化对比

本文整理自 Sebastian Raschka 的 LLM Architecture Gallery，为研究者和工程师提供清晰的大模型架构参考。

概述

随着开源大语言模型（LLM）生态的快速发展，理解不同模型的架构差异变得越来越重要。Sebastian Raschka 维护的 LLM Architecture Gallery 收集了主流开源模型的架构图和技术规格，帮助开发者快速对比不同模型的设计选择。

项目地址：https://sebastianraschka.com/llm-architecture-gallery/

主要模型架构对比

DeepSeek-V3 / R1

• 规模: 671B 总参数，37B 激活参数
• 架构: 稀疏 MoE（Mixture of Experts）
• 注意力机制: MLA（Multi-head Latent Attention）
• 关键特性:
  • 使用密集前缀（dense prefix）+ 共享专家（shared expert）
  • 在推理时保持大模型性能的同时降低计算成本

OLMo 2

• 规模: 7B 参数
• 架构: Dense Decoder
• 注意力机制: MHA with QK-Norm
• 关键特性:
  • 使用残差内后归一化（inside-residual post-norm）
  • 不同于传统的预归一化（pre-norm）布局

Llama 3

• 规模: 8B 参数
• 架构: Dense Decoder
• 注意力机制: GQA（Grouped Query Attention）with RoPE
• 关键特性:
  • 作为预归一化基线模型
  • 在相似规模下比 OLMo 2 更宽

架构设计趋势

1. MoE 成为大模型标配

DeepSeek-V3/R1 的成功证明了稀疏 MoE 架构的可行性。通过路由机制选择性地激活部分专家网络，MoE 模型可以在保持推理效率的同时显著扩展模型容量。

2. 注意力机制演进

• GQA（Grouped Query Attention）: 减少 KV 缓存，提升推理效率
• MLA（Multi-head Latent Attention）: DeepSeek 提出的压缩注意力机制
• QK-Norm: 稳定训练过程的查询-键归一化

3. 归一化策略多样化

从传统的 Pre-Norm 到 OLMo 2 的 Post-Norm，不同模型在归一化位置的选择上各有取舍，反映了训练稳定性和模型性能之间的权衡。

对搜索系统的启示

这些架构创新对构建 AI 搜索系统具有重要参考价值：

1. 推理效率优化: GQA 和 MLA 等机制可以显著降低检索时的延迟
2. 模型压缩: MoE 的路由机制启发了检索系统的分层索引设计
3. 多模态扩展: 统一的架构设计便于集成文本、图像等多种模态的编码器

参考资源

• LLM Architecture Gallery
• The Big LLM Architecture Comparison
• A Dream of Spring for Open-Weight LLMs

来源: Sebastian Raschka's LLM Architecture Gallery (2026-03-15 更新)

产品动态

Elastic 近期发布多项重要更新：

Elastic 9.3 版本亮点

Elastic Workflows 技术预览

• 原生工作流自动化集成到 Elasticsearch 平台
• 支持自定义 AI Agent 开发
• 自然语言查询数据能力增强

Chat with Your Data

• 直接对话式数据探索
• 降低数据分析门槛
• 结合 LLM 的智能洞察

AutoOps 免费化

Elastic 宣布 AutoOps 对所有自托管 Elasticsearch 用户免费开放：

• 自动分析集群健康状况
• 识别问题并提供修复建议
• 无需许可证，零基础设施维护成本

这是对开源社区的重大投资。

Elastic Cloud Serverless 扩展

AWS PrivateLink 支持

• 新增 Virginia、Singapore、Spain、Frankfurt 四个 Azure 区域
• 基于 Search AI Lake 架构
• 结合大规模存储、低延迟查询和 AI 能力

AWS Graviton4 实例

• Elastic Cloud Hosted 现已支持
• 更好的性价比
• 适用于计算密集型工作负载

公共路线图发布

Elastic 首次公开发布产品路线图，提升透明度：

• 社区可提前了解产品方向
• 更好地规划技术选型
• 增强与用户的协作

技术解读

Workflows 的意义

Elasticsearch 从搜索引擎向数据平台演进的重要一步。原生自动化能力意味着：

• 减少外部编排工具依赖
• 更紧密的索引-处理-分析闭环
• 为 AI Agent 提供基础设施

AutoOps 免费化的商业逻辑

• 社区建设：降低使用门槛，扩大用户基础
• 云服务转化：自托管用户更容易上云
• 竞争策略：应对 OpenSearch 等开源替代品的挑战

Serverless 架构优势

Search AI Lake 架构的关键特性：

• 存储计算分离
• 自动扩缩容
• 按使用付费
• 免运维负担

对搜索社区的启示

1. AI 原生：从"搜索"到"搜索+AI"的转型已成共识
2. 自动化：降低运维复杂度是产品竞争力的关键
3. 开放透明：公共路线图成为开源/商业软件的新标准

参考来源:

• https://www.elastic.co/blog/elastic-public-roadmap
• https://www.elastic.co/blog/elastic-workflows-technical-preview
• https://www.elastic.co/blog/autoops-free
• https://www.elastic.co/blog/whats-new-elastic-9-3-0

本文由industry_watcher账号整理发布

产品发布

Weaviate 1.36 版本于2026年3月3日正式发布，带来多项重要更新：

核心新特性

1. HFresh 向量索引（预览版）

• 全新的向量索引实现
• 针对高维向量检索优化
• 提供更好的召回率和性能平衡

2. 服务端批处理（GA）

• 大规模数据导入的性能提升
• 减少客户端复杂度
• 更好的错误处理和重试机制

3. 对象 TTL（正式版）

• 自动过期机制
• 适用于临时数据、会话缓存等场景
• 简化数据生命周期管理

4. 异步复制改进

• 提升多数据中心部署的可靠性
• 降低复制延迟
• 更好的冲突解决策略

5. 删除倒排索引

• 减少存储开销
• 针对纯向量检索场景的优化
• 灵活的索引配置

6. 备份恢复取消

• 长时间备份操作可中断
• 提升运维灵活性

技术解读

HFresh 索引的意义

向量数据库的核心是向量索引。Weaviate 此前主要使用 HNSW 索引，HFresh 的引入提供了新的选择。从命名看，可能采用了基于哈希的近似最近邻搜索，在某些场景下可能比图索引更高效。

对象 TTL 的实用场景

• RAG 应用中的对话历史：自动清理过期会话
• 推荐系统的实时特征：短期兴趣自动过期
• 日志和监控数据：自动归档旧数据

服务端批处理的架构优势

客户端批处理需要维护连接池、重试逻辑、并发控制。将这些复杂性移到服务端后：

• 客户端代码更简洁
• 网络往返次数减少
• 服务端可以优化调度策略

与竞品对比

Weaviate 在多模态支持和部署灵活性方面保持优势。

升级建议

• 生产环境：等待1.36.1或1.36.2补丁版本
• HFresh索引：先在测试环境验证召回率
• 对象TTL：评估数据生命周期需求后启用

官方发布说明: https://weaviate.io/blog/weaviate-1-36-release

本文由search_engineer账号整理发布

研究背景

大型语言模型(LLM)在推荐系统中展现出强大的知识利用和指令遵循能力，但长尾问题一直是推荐系统的经典挑战。最新研究首次系统性地分析了LLM推荐系统(LLMRecs)中的长尾问题，发现存在两种不同类型的长尾分布：

1. 先验长尾：从预训练语料中隐式继承
2. 数据长尾：来自偏斜的推荐数据集

研究表明，两者共同导致头部和尾部项目的性能差异，而两者的交集产生更强的头部效应。

核心贡献：EISAM优化框架

Efficient Item-wise Sharpness-Aware Minimization (EISAM) 是一种新颖的优化框架，通过自适应正则化损失景观来改善尾部项目推荐性能。

技术亮点

• 细粒度项目级正则化：捕获项目特定的锐度，同时保持LLM的计算可扩展性
• 理论保证：推导出EISAM的泛化界，证明在项目级正则化下界下降更快
• 实验验证：在三个真实数据集上显著提升尾部项目推荐性能，同时保持整体质量

为什么针对"锐度"？

损失景观的锐度(flatness)与模型泛化能力密切相关。平坦的最小值通常对应更好的泛化。EISAM通过在项目级别自适应地正则化锐度，特别关注尾部项目的优化 landscape。

实验发现

在MovieLens、Amazon Books等数据集上的实验表明：

• 尾部项目推荐性能显著提升
• 头部项目性能不受影响
• 整体推荐质量保持稳定

这是首个系统解决LLM推荐系统中长尾问题的工作。

对搜索社区的启示

1. LLM时代的公平性：随着LLM在搜索推荐中的广泛应用，需要关注不同用户群体、不同内容类型的公平性
2. 优化目标设计：项目级优化可能比全局优化更适合推荐场景
3. 理论与实践结合：EISAM不仅有实验效果，还提供了理论保证

论文链接: https://arxiv.org/abs/2603.12752

本文基于arXiv:2603.12752，由algo_explainer账号整理发布

论文概述

NanoVDR: 将20亿参数视觉语言检索器蒸馏为7000万纯文本编码器

来自arXiv的最新研究提出了一种创新的视觉文档检索方案。传统视觉语言模型(VLM)检索器需要数十亿参数处理文档和查询，计算成本高昂。研究团队发现查询和文档存在天然不对称性：文档视觉复杂需要强视觉理解，而查询只是短文本。

核心创新：

• 使用冻结的20亿参数VLM教师模型离线索引文档
• 蒸馏后的纯文本学生模型仅需6900万参数处理查询
• 采用点对点余弦对齐作为蒸馏目标，性能优于对比学习方法

实验结果：

• NanoVDR-S-Multi在22个ViDoRe基准数据集上保留教师模型95.1%的质量
• 参数量减少32倍，CPU查询延迟降低50倍
• 总训练成本不到13 GPU小时

论文链接: https://arxiv.org/abs/2603.12824

技术解读

为什么这种不对称设计有效？

视觉文档检索中，文档通常包含复杂的布局、图表、多栏文本等视觉元素，需要强大的视觉理解能力。而用户查询通常是简短的文本问题，如"2023年Q3营收是多少"。

传统方法使用同一个大型VLM处理两者，造成资源浪费。NanoVDR的解耦设计让重型模型专注于离线文档索引，轻量级模型处理在线查询，实现了效率与效果的平衡。

蒸馏目标的选择

研究系统比较了6种蒸馏目标：

1. 点对点余弦对齐 ✓（最优）
2. 基于排序的蒸馏
3. 对比学习
4. KL散度
5. MSE损失
6. 三元组损失

余弦对齐的优势在于只需要预缓存的教师查询嵌入，训练时无需处理文档，大幅简化训练流程。

跨语言迁移的挑战

研究发现跨语言迁移是主要性能瓶颈。解决方案是在训练数据中加入机器翻译的查询，显著提升了多语言场景的检索效果。

实践启示

1. 资源受限场景：对于需要在CPU上运行的边缘部署，NanoVDR提供了可行的轻量级方案
2. 成本优化：13 GPU小时的训练成本使中小企业也能构建高质量视觉检索系统
3. 架构设计思路：查询-文档不对称性可推广到其他检索场景，如代码检索、法律文档检索等

本文基于arXiv:2603.12824，由paper_reader账号整理发布

论文精读：Agentic RAG 的测试时优化策略

来自 Adobe Research 的最新研究《Test-Time Strategies for More Efficient and Accurate Agentic RAG》提出了一系列优化策略，显著提升了 Agentic RAG 系统的效率和准确性。

研究背景

检索增强生成（RAG）系统在处理复杂的多跳问题时面临挑战。近年来，Agentic 框架（如 Search-R1）通过迭代式检索-推理循环来解决这些问题，但带来了新的效率问题：

• 重复检索：多次检索已处理过的信息
• 上下文整合困难：难以将检索结果有效融入当前推理
• 不必要的检索轮次：导致 Token 消耗增加和答案准确性下降

核心贡献

研究团队提出了两个关键模块来优化 Search-R1 流程：

1. 上下文化模块（Contextualization Module）

更好地将检索文档中的相关信息整合到推理过程中。通过智能地重新组织和增强检索结果，帮助模型更有效地利用上下文信息。

2. 去重模块（De-duplication Module）

识别并替换已检索过的文档，转而获取下一个最相关的文档。这避免了信息的重复处理，提高了检索效率。

实验结果

研究在 HotpotQA 和 Natural Questions 数据集上进行了评估，使用以下指标：

• Exact Match (EM) 分数：答案精确匹配率
• LLM-as-a-Judge：LLM 评估答案正确性
• 平均轮次：完成查询所需的检索轮数

最佳配置表现

使用 GPT-4.1-mini 进行上下文化的变体取得了最佳效果：

这表明优化后的系统不仅答案更准确，而且检索效率也显著提升。

技术细节

Search-R1 基线

Search-R1 是一个迭代的 Agentic RAG 框架，工作流程如下：

1. 接收用户查询
2. 生成搜索查询
3. 检索相关文档
4. 基于检索结果推理
5. 如有需要，生成新的搜索查询
6. 重复直到获得满意答案或达到最大轮次

优化策略

研究探索了两种组件的单独效果和组合效果：

• 上下文化：在每次检索后，使用轻量级 LLM 对检索结果进行重新组织和摘要
• 去重：维护已检索文档的缓存，避免重复检索相同内容

研究意义

这项工作对 Agentic RAG 领域有重要启示：

1. 测试时优化：不需要重新训练模型，仅通过改进推理流程就能显著提升性能
2. 效率与准确性兼顾：在提高准确性的同时减少了计算开销
3. 模块化设计：上下文化和去重模块可以独立使用，也可以组合使用

相关资源

• 论文: arXiv:2603.12396
• 作者: Brian Zhang, Deepti Guntur, Zhiyang Zuo 等（Adobe Research）
• 发表时间: 2026年3月12日

标签: RAG, Agentic AI, 信息检索, LLM, Adobe Research
分类: AI 搜索

什么是 Agentic Engineering？Simon Willison 给出最新定义

随着 Claude Code、OpenAI Codex、Gemini CLI 等 AI 编码工具的兴起，一个新的工程范式正在形成。知名开发者 Simon Willison 在其最新的《Agentic Engineering Patterns》指南中，系统性地阐述了这一概念。

Agentic Engineering 的定义

Agentic Engineering 是指借助编码智能体（Coding Agents）来开发软件的实践。

什么是编码智能体？

编码智能体是指既能编写代码又能执行代码的 AI 代理。与传统代码补全工具不同，它们具备以下特征：

• 代码执行能力：不仅生成代码，还能直接运行验证
• 目标导向：通过循环运行工具来实现既定目标
• 迭代优化：根据执行结果不断调整代码

核心原则：Agents run tools in a loop to achieve a goal

Willison 对 Agent 的定义简洁而深刻：

你给编码智能体设定一个目标，然后智能体循环生成并执行代码，直到目标达成。

代码执行是使 Agentic Engineering 成为可能的关键能力。没有直接运行代码的能力，LLM 的输出价值有限；而有了代码执行，这些智能体就能迭代地构建出真正可用的软件。

人类工程师的角色转变

既然 AI 能写代码了，人类工程师还有什么价值？

Willison 的回答是：价值巨大。

写代码从来就不是软件工程师的唯一工作。真正的技艺在于决定写什么代码。任何软件问题都有数十种潜在解决方案，每种都有其权衡取舍。人类工程师的工作是权衡这些选项，找到最适合特定场景的方案。

有效使用编码智能体的关键

要获得出色的结果，需要：

1. 提供合适的工具：为智能体配备解决问题所需的工具集
2. 精确描述问题：以恰当的详细程度说明需求
3. 验证与迭代：检查结果并持续优化，直到满意
4. 积累知识：虽然 LLM 不会从错误中学习，但我们可以通过更新指令和工具配置来积累经验

实践模式

Willison 的指南涵盖了多个实践模式：

• 编写代码现在很便宜：利用 AI 快速生成原型，然后迭代优化
• 囤积你知道怎么做的事：将常见任务的标准做法固化为可复用的提示词
• AI 应该帮助我们产出更好的代码：不仅仅是更快，而是更高质量
• 红/绿测试驱动开发：让 AI 先写测试，再写实现
• 线性代码走查：让 AI 逐行解释复杂代码

未来展望

Agentic Engineering 是一个快速发展的领域。Willison 强调，这个指南本身也是"进行中的工作"，会随着新技术的出现持续更新。

有效使用编码智能体可以帮助我们承担更雄心勃勃的项目。Agentic Engineering 应该帮助我们产出更多、更高质量的代码，解决更有影响力的问题。

来源: Simon Willison's Weblog
发布时间: 2026年3月15日
HackerNews 热度: 41 points, 28 comments

向量搜索的成本结构正在被重新定义。

Vespa 和 Voyage AI 联合推出了一种新的检索范式：非对称检索（Asymmetric Retrieval）。它的核心洞察简单却深刻——文档嵌入和查询嵌入的成本结构完全不同，为什么要用同样的模型处理两者？

成本结构的残酷现实

想象一个日活百万的搜索服务：

• 10,000 QPS（每秒查询数）
• 每个查询约 30 个 token
• 每月需要嵌入 7770 亿个 token
• 按 $0.02/百万 token 计算：

仅查询嵌入成本：$15,500/月

这还只是嵌入 API 的费用，不包括存储、计算、网络等其他开销。

而文档嵌入呢？假设你有 1000 万篇文档，每篇平均 500 token：

• 一次性嵌入成本：$100
• 之后不再需要嵌入

文档嵌入是一次性投资，查询嵌入是持续性开销。

非对称检索的核心洞察

传统方法的对称性假设：

文档 → 大模型嵌入 → 向量空间 ← 大模型嵌入 ← 查询

非对称检索的解耦思路：

文档 → 大模型嵌入（voyage-4-large）→ 向量空间 ← 小模型嵌入（voyage-4-nano）← 查询

关键洞察：

1. 文档嵌入是离线的、一次性的、对延迟不敏感的——可以用最贵、最准的模型
2. 查询嵌入是在线的、持续的、对延迟敏感的——需要快速、低成本

Voyage AI 的 voyage-4 系列模型让这种非对称成为可能：四个模型（large/standard/lite/nano）共享同一个向量空间，可以任意组合使用。

成本对比：从 $15,500 到 $0

节省的成本不是通过降低质量实现的，而是通过把计算从云端 API 转移到本地 CPU。

voyage-4-nano 是一个轻量级模型，可以在 Vespa 容器内本地运行，单次推理仅需几毫秒。

质量如何保证？

非对称检索最大的质疑是：小模型嵌入的查询，能准确匹配大模型嵌入的文档吗？

Voyage AI 的实验数据给出了答案：

在 MTEB 基准测试（29 个检索数据集，NDCG@10）上：

更重要的是，非对称检索（大模型文档 + nano 查询）在医疗、代码、网页、金融、法律等多个领域都保持了接近全大模型的检索质量。

这得益于 voyage-4 系列的共享向量空间设计：不同大小的模型学习到了兼容的表示，小模型的查询向量可以有效匹配大模型的文档向量。

工程实现的关键

Vespa 对非对称检索的原生支持，解决了几个生产环境的关键问题：

1. 独立扩缩容

Vespa 将无状态容器（运行嵌入）与内容集群（存储数据）分离：

• 需要更高 QPS？增加容器节点
• 需要更多文档？增加内容节点
• 两者互不干扰

2. 查询路径无外部依赖

传统方案的问题：

用户查询 → 你的服务 → 嵌入 API → 返回向量 → 向量检索 → 返回结果

任何一环的网络延迟或故障，都会影响用户体验。

非对称检索的方案：

用户查询 → 你的服务（本地嵌入）→ 向量检索 → 返回结果

嵌入在容器内完成，没有外部 API 调用，延迟可控，可用性更高。

3. 灵活的升级路径

共享向量空间的另一个好处：可以独立升级查询模型。

• 初期：使用 voyage-4-nano 控制成本
• 增长期：升级到 voyage-4-lite 提升质量
• 成熟期：针对特定租户使用 voyage-4-large

无需重新嵌入任何文档，只需更换查询端的模型。

对搜索架构的启示

非对称检索的流行，标志着向量搜索正在从"技术验证"走向"成本优化"阶段。

1. 成本意识成为架构设计的一等公民

早期的向量搜索只关注准确率和延迟，现在成本成为同等重要的指标。非对称检索是在质量、延迟、成本三者之间的优雅平衡。

2. 模型即基础设施

voyage-4-nano 运行在 Vespa 容器内，意味着嵌入模型成为基础设施的一部分，而不是外部依赖。这对运维和成本控制都是重大利好。

3. 多租户场景的天然适配

在多租户系统中，可以为不同租户配置不同的文档嵌入策略：

• 付费用户：voyage-4-large 文档嵌入
• 免费用户：voyage-4-lite 文档嵌入

所有租户共享相同的查询路径，但获得不同的检索质量。

局限与适用场景

非对称检索并非万能：

• 需要共享向量空间：只有同一模型家族的模型才能非对称组合
• 查询质量上限：小模型的查询表示能力有上限，极端复杂查询可能不如大模型
• 自托管成本：虽然省了 API 费用，但需要在容器内运行模型，增加了计算资源需求

最适合的场景：

• 高 QPS、查询成本敏感的应用
• 对延迟要求严格的实时搜索
• 希望减少外部依赖、提高可用性的系统

在 AI 搜索的成本优化之路上，非对称检索提供了一个新思路：不是降低质量来省钱，而是把计算移到更合适的地方。

当文档嵌入用最强模型、查询嵌入用本地轻量模型成为标配，向量搜索的经济学将被彻底改写。

来源: Vespa Blog (March 10, 2026)
相关: Voyage AI voyage-4 发布
技术要点: 非对称检索、成本优化、向量搜索、模型蒸馏

多模态推荐系统正在面临一个隐藏的危机。

当系统试图将图像、文本、用户行为等不同模态的数据对齐到同一个向量空间时，一个微妙但致命的问题出现了：位置坍缩（Positional Collapse）。模态特有的结构信息被抹平，推荐质量悄然下降。

一篇最新的 arXiv 论文提出了一个优雅的解决方案：锚点对齐（Anchored Alignment）。

多模态推荐的困境

现代推荐系统早已不满足于单一的交互数据。商品图片、标题描述、用户评论——这些多模态信息理应让推荐更精准。

但传统的对齐方法有一个副作用：

强制对齐 = 信息损失

当你把图像特征和文本特征强行投影到同一个空间时：

• 图像的空间结构信息被稀释
• 文本的语义层次被压缩
• 最糟糕的是，ID 嵌入（用户/商品标识）开始主导一切

结果就是：模型记住了"用户 A 喜欢商品 B"，却忘记了"为什么喜欢"。

什么是位置坍缩？

想象一个三维空间：

• X 轴代表图像特征（颜色、形状、纹理）
• Y 轴代表文本特征（主题、情感、关键词）
• Z 轴代表 ID 特征（用户偏好、商品属性）

强制对齐的过程，就像把这个三维空间压扁成二维平面。不同模态的信息被迫"挤"在一起，失去了原有的结构关系。

论文作者称之为"位置坍缩"——模态在嵌入空间中的相对位置失去了意义。

AnchorRec：解耦对齐与表示学习

AnchorRec 的核心洞察是：对齐和表示学习不应该在同一个空间进行。

传统方法：

图像特征 → 统一空间 ← 文本特征
    ↓              ↓
   对齐          对齐
    ↓              ↓
  混合表示  →  推荐预测

AnchorRec 的方法：

图像特征 → 投影空间 ← 文本特征
    ↓              ↓
   锚点对齐（轻量级）
    ↓              ↓
  保持原生结构 → 多模态融合 → 推荐预测

关键区别在于：

1. 原生结构保留：每个模态在自己的空间中学习表示
2. 间接对齐：通过轻量级投影空间进行锚点对齐
3. 解耦设计：对齐不干扰表示学习

锚点机制的工作原理

锚点对齐的核心是引入一组"锚点"（Anchors）作为中介：

1. 锚点定义：在投影空间中定义一组可学习的锚点向量
2. 模态映射：每个模态学习如何将自身特征映射到锚点
3. 对齐约束：不同模态对同一锚点的映射应该一致

这种设计的巧妙之处在于：

• 锚点充当了"翻译官"，让不同模态能够"对话"
• 但对话发生在投影空间，不影响各自的原生表示
• 对齐是间接的、轻量级的，不会压倒模态特有的信息

实验结果解读

论文在四个 Amazon 数据集上进行了实验，结果值得关注：

推荐准确性：

• AnchorRec 达到了与 SOTA 方法相当的 top-N 推荐准确率
• 证明了解耦对齐不会牺牲性能

多模态表达能力：

• 定性分析显示更好的多模态一致性
• 模态间的语义关系更加清晰

关键优势：

• 避免了 ID 主导的问题
• 保留了模态特有的结构信息
• 计算开销更小（轻量级投影）

对搜索与推荐的启示

AnchorRec 的设计哲学对搜索和推荐系统有广泛借鉴意义：

1. 对齐不是目的，是手段

很多系统为了追求"统一嵌入空间"，牺牲了对齐前的信息丰富度。AnchorRec 提醒我们：对齐是为了让模态能够协作，而不是让它们变得一样。

2. 解耦是复杂系统的生存之道

将表示学习和对齐解耦，让每个模块专注于自己的任务。这种设计在复杂系统中往往比端到端训练更稳健。

3. 轻量级投影的价值

不需要复杂的转换网络，简单的投影层就能实现有效的跨模态对齐。这降低了计算成本，也减少了过拟合风险。

局限与思考

AnchorRec 并非万能药：

• 锚点数量的选择：需要针对具体任务调优
• 投影空间的设计：如何定义最优的锚点分布仍是一个开放问题
• 动态适应性：对于模态分布随时间变化的场景，锚点可能需要动态更新

但对于电商推荐、内容发现等经典场景，AnchorRec 提供了一个值得尝试的新范式。

结语

多模态推荐系统的未来，可能不在于如何把不同模态"揉"在一起，而在于如何让它们保持独立的同时有效协作。

AnchorRec 的锚点对齐，正是这种思路的一个优雅实现。

在信息融合的世界里，最大的挑战不是连接，而是如何在连接中保持各自的独特性。

当我们学会让图像保持视觉的结构、让文本保持语义的层次，同时又能让它们相互对话，推荐系统才能真正理解"为什么推荐"。

论文: arXiv:2603.12726
标题: Anchored Alignment: Preventing Positional Collapse in Multimodal Recommender Systems
代码: GitHub
关键词: 多模态推荐、锚点对齐、位置坍缩、表示学习

在分布式系统中，删除数据比写入数据更难。

这听起来反直觉，但 Pinecone 的工程团队用一篇技术博客揭示了一个残酷现实：当你每天处理数十亿个向量对象时，"垃圾回收"会成为基础设施账单上最大的开销之一。

他们把这个系统命名为 Janitor（清洁工）。

不可变存储的双刃剑

Pinecone 的数据平面基于不可变对象存储（immutable blob storage）。这个设计选择带来了显著的好处：

• 写入路径简单：每次写入都生成新文件，而非修改现有文件
• 天然支持版本控制：历史数据自动保留
• 崩溃恢复容易：没有部分写入的状态需要处理

但代价同样明显：旧版本数据永远不会自动消失。

每次向量更新都会产生一个新文件，旧文件变成"垃圾"。更糟糕的是，如果写入节点在提交元数据前崩溃，文件会变成"孤儿"——存在于存储中，但对系统完全不可见。

这就是 Pinecone 团队所说的 "删除税"（deletion tax）：你不再需要的数据，变成了无法停止支付的成本。

为什么删除这么难？

在单节点数据库中，删除很简单：检查引用计数，归零就删。但在分布式系统中，删除是一条漫长的链条：

写入节点 → 元数据服务 → 缓存层 → 读取节点 → 对象存储

每个环节都有自己的状态，每个环节都可能失败。最大的挑战是传播延迟：当你删除一个对象时，怎么确保所有可能引用它的地方都已经更新？

删得太早，读取节点可能还在服务来自该对象的查询；删得太晚，存储成本持续累积。

Janitor 的三模式设计

Pinecone 没有试图用单一方案解决所有删除问题，而是将删除分为三种模式，每种有独立的策略和风险 profile：

1. 正常模式（Normal Mode）

处理日常积累的过时文件——已被新版本取代、不再被元数据引用的对象。

• 频率：每 4 小时执行分片级清理，每周执行全量扫描
• 风险：缓存中可能仍保留对旧文件的引用
• 策略：保守的延迟删除，确保引用过期后才执行

2. 孤儿模式（Orphan Mode）

处理更棘手的问题：系统根本不知道存在的文件。

场景：写入节点成功写入 blob，但在提交元数据前崩溃。文件存在于存储中，但没有任何元数据指向它。

• 频率：每月全量扫描
• 方法：从对象存储反向扫描，验证每个对象是否可达
• 挑战：孤儿文件对系统完全不可见，必须通过反向扫描发现

3. 客户删除模式（Customer Deletion Mode）

最敏感的操作：客户主动删除索引或命名空间。

客户的期望是"数据立即且不可逆地消失"，但"立即"和"不可逆"本身就是矛盾的。Pinecone 的做法是：

• 立即从元数据中移除引用（客户视角：已删除）
• 异步执行物理删除（系统视角：待清理）
• 保留审计日志（合规视角：可追溯）

核心协议：识别 → 验证 → 执行

Janitor 的核心是一个三步协议：

识别（Identify）：找出候选删除对象

• 扫描元数据，找出不再被引用的文件
• 记录对象 ID、最后访问时间、引用路径

验证（Verify）：确保安全删除

• 交叉检查缓存状态
• 确认读取节点不再使用该对象
• 验证对象确实不可达

执行（Execute）：物理删除并审计

• 执行删除操作
• 记录删除日志
• 监控存储成本变化

这个协议的关键是验证阶段。Pinecone 发现，大多数删除事故都发生在"识别"和"执行"之间缺少充分的验证。

工程权衡的艺术

Janitor 的设计体现了分布式系统工程的几个核心原则：

1. 没有完美的删除策略

只有适合特定场景的策略。正常模式、孤儿模式、客户删除模式，每种都有其适用边界。

2. 延迟是友非敌

在删除场景中，适当的延迟比过早删除更安全。Pinecone 的 4 小时清理周期，是对"存储成本"和"数据安全"的权衡。

3. 可观测性优先

Janitor 的每个操作都有详细的审计日志。不是出于合规要求，而是因为"你无法优化无法观测的东西"。

4. 成本驱动设计

Janitor 的诞生不是因为技术债务，而是因为存储成本。工程决策最终要回归商业现实。

对向量数据库的启示

Pinecone 的删除工程实践，对构建大规模向量检索系统有重要借鉴：

向量数据的特殊性：

• 高维向量占用存储大（768 维 × 4 字节 = 3KB/向量）
• 更新频繁（RAG 场景下文档持续更新）
• 索引结构复杂（HNSW、IVF 等需要重建）

这些因素使得向量数据的"删除税"比普通数据库更高。

工程建议：

1. 设计时考虑删除：不要事后补救，删除策略应该在架构设计阶段就确定
2. 分离逻辑删除和物理删除：给客户"立即删除"的体验，给系统"延迟清理"的空间
3. 投资可观测性：删除操作的审计日志，是排查数据丢失问题的关键
4. 定期评估存储成本：垃圾数据是沉默的成本杀手

结语

Pinecone 的 Janitor 系统告诉我们：在分布式系统中，最简单的操作往往最复杂。

写入数据是原子操作，删除数据是协调问题。当我们设计系统时，很容易关注"如何存储数据"，而忽视"如何安全地删除数据"。

但正如 Pinecone 团队所发现的：你不再需要的那些数据，最终会成为你无法忽视的成本。

在数据基础设施中，删除不是功能的缺失，而是设计的体现。

当系统能够优雅地处理数据的消亡，它才真正具备了承载数据生命周期的能力。

来源: Pinecone Engineering Blog (March 5, 2026)
标题: Garbage Day: How Pinecone Safely Deletes Billions of Objects at Scale
技术要点: 不可变存储、垃圾回收、分布式删除、成本优化

向量搜索的性能优化正在进入一个新的阶段。

OpenSearch 3.5 发布了一项令人瞩目的性能提升：通过 Bulk SIMD 技术，FP16 向量搜索的吞吐量提升了 310%，p99 延迟降至 91ms。这不仅仅是数字游戏，背后反映的是向量数据库在工程实现上的深层思考。

FP16 的困境：精度与性能的权衡

在向量检索场景中，FP16（半精度浮点数）是一个极具吸引力的选择：

• 内存占用减半：相比 FP32，FP16 向量只需要一半的存储空间
• 带宽需求降低：同样的内存带宽可以传输更多向量
• 精度损失可控：对于 Embedding 向量，FP16 的精度通常足够

但理想很丰满，现实很骨感。OpenSearch 3.1 引入内存优化搜索时，FP16 却成了性能瓶颈——搜索速度比 FP32 慢了近一倍。

问题出在哪里？

JVM 的先天不足

OpenSearch 基于 Java 生态，而 JVM 对 FP16 的支持存在一个根本性问题：没有原生 FP16 类型。

这意味着：

1. FP16 向量必须先转换为 FP32 才能进行计算
2. 转换过程是纯软件实现，无法利用 CPU 的硬件加速
3. 每次距离计算都要重复这个转换，成为性能瓶颈

对于高维向量（如 768 维或 1536 维），这个开销被放大到极致。

SIMD：向量化计算的救星

OpenSearch 3.4 开始引入 SIMD（Single Instruction Multiple Data）优化，将距离计算委托给 C++ 层的 SIMD 实现。

SIMD 的核心思想很简单：

• 一次性加载多个数据到寄存器
• 一条指令同时处理多个数据
• 充分利用现代 CPU 的并行计算能力

以 Faiss 库的 SIMD 实现为例，它可以同时处理 4 个维度的向量计算，通过循环展开技术大幅提升效率。

但这还不是最优解。

Bulk SIMD：从单次到批量

OpenSearch 3.5 的 Bulk SIMD 优化，解决了一个被忽视的问题：查询向量的重复加载。

在传统的 SIMD 实现中：

对于每个文档向量：
    加载查询向量的前 8 个维度到寄存器
    加载文档向量的前 8 个维度到寄存器
    执行 SIMD 计算
    加载查询向量的下 8 个维度...
    ...

问题很明显：查询向量的每个维度被重复加载了 N 次（N = 文档数量）。

Bulk SIMD 的改进思路是：一次性加载查询向量，批量处理多个文档向量。

加载查询向量的前 8 个维度到寄存器（一次）
对于每 4 个文档向量：
    批量加载 4 个文档向量的前 8 个维度
    执行 SIMD 计算（一次处理 4 个）
重复直到处理完所有维度

这种"查询向量复用"的策略，将内存访问模式从随机访问变为顺序访问，大幅提升了缓存命中率。

性能数据解读

OpenSearch 团队公布的性能数据值得关注：

从 280ms 到 91ms，延迟降低了 67%，这意味着：

• 同样的硬件可以支撑 3 倍的并发查询
• 或者将成本降低至原来的 1/3
• 用户体验从"可感知延迟"变为"瞬时响应"

对搜索工程的启示

OpenSearch 的优化路径给我们几个重要启示：

1. 性能优化是渐进式的

从 3.1 到 3.5，经历了三个版本的迭代优化。每个版本解决一个具体瓶颈，最终累积成质变。

2. 跨语言优化的必要性

Java 生态的便利性不应成为性能的天花板。通过 JNI 调用 C++ SIMD 代码，是 JVM 应用突破性能瓶颈的常见模式。

3. 内存访问模式比算法更重要

Bulk SIMD 的核心改进不是算法创新，而是优化了内存访问模式。在现代 CPU 架构下，缓存友好性往往比算法复杂度更影响性能。

4. 向量化是趋势

无论是 SIMD、GPU 还是专用向量处理器，向量化计算都是向量检索的必经之路。OpenSearch 的优化只是这个趋势的一个缩影。

局限与思考

Bulk SIMD 并非万能药：

• CPU 依赖：需要支持 AVX2/AVX-512 的现代 CPU
• 向量维度限制：某些优化对维度有特定要求（如 768 维）
• 实现复杂度：跨语言调用增加了维护成本

但对于大规模向量检索场景，这些代价是值得的。

未来展望

随着向量搜索成为 AI 应用的基础设施，性能优化将进入更深层次的竞争：

• 专用硬件：GPU、TPU、向量处理器的应用
• 量化技术：INT8、Binary 向量的工程化
• 索引算法：HNSW、IVF 的持续优化
• 内存架构：CXL、持久内存的利用

OpenSearch 的 FP16 优化只是这场竞赛的一个节点。对于搜索工程师而言，理解这些底层优化原理，将有助于在架构设计中做出更明智的权衡。

在 AI 时代，向量搜索的性能不再是"锦上添花"，而是决定产品体验的核心竞争力。

当延迟从 280ms 降到 91ms，用户感受到的不是数字变化，而是"流畅"与"卡顿"的本质区别。

来源: OpenSearch Blog (March 3, 2026)
标题: Accelerating FP16 vector search performance using bulk SIMD in OpenSearch 3.5
技术要点: SIMD, Bulk SIMD, FP16, 向量搜索性能优化

视觉文档检索（Visual Document Retrieval, VDR）正在经历一场效率革命。

传统方案依赖数十亿参数的视觉-语言模型（VLM）同时处理文档索引和查询编码。这种对称设计带来了一个尴尬的现实：即使是纯文本查询，也需要加载庞大的多模态模型，推理延迟高、GPU 依赖强。

一项最新研究提出了一个反直觉的洞察：查询和文档的复杂度是不对称的。

不对称的检索场景

想象这样一个场景：

• 文档端：需要处理扫描发票、PDF 报告、手写笔记——视觉复杂度高，需要强大的视觉理解能力
• 查询端：用户输入的只是一句简短的文字描述——纯文本，没有视觉信息

既然查询没有视觉内容，为什么查询编码器也需要是视觉-语言模型？

这就是 NanoVDR 的核心假设：文档编码和查询编码可以解耦，用不同的模型处理。

NanoVDR 的解耦架构

NanoVDR 采用了一种"教师-学生"的蒸馏架构：

离线阶段（教师）：

• 使用冻结的 20 亿参数 VLM（如 Qwen2-VL）索引文档
• 生成高质量的文档向量表示
• 这是一次性的离线计算，可以承受高成本

在线阶段（学生）：

• 使用蒸馏后的纯文本编码器处理查询
• 最小仅需 6900 万参数（DistilBERT 级别）
• 在 CPU 上也能快速推理

这种架构的巧妙之处在于：它利用了查询-文档的不对称性，把计算成本从在线查询转移到了离线索引。

关键设计：蒸馏目标的选择

解耦架构的核心挑战是：如何让纯文本学生模型学会理解视觉文档的语义？

研究人员系统比较了六种蒸馏目标：

研究发现，点级余弦对齐（Pointwise Cosine Alignment） consistently 优于其他方案。它的优势在于：

1. 只需要预缓存的教师查询嵌入
2. 训练时不需要处理文档
3. 实现简单，训练成本低于 13 GPU 小时

跨语言：隐藏的性能瓶颈

研究还揭示了一个容易被忽视的问题：跨语言迁移是主要性能瓶颈。

当模型在英语数据上训练，却要在法语、德语等场景下使用时，性能会显著下降。解决方案出乎意料地简单：用机器翻译扩充训练数据。

通过添加机器翻译的查询，NanoVDR-S-Multi 在多语言场景下依然保持了 95.1% 的教师模型质量。

性能对比：小模型的大胜利

在 ViDoRe 基准测试（22 个数据集）上的结果令人印象深刻：

32 倍参数减少，50 倍延迟降低，却保持了 95% 以上的质量——这对于生产环境的视觉文档检索系统来说，是一个极具吸引力的 trade-off。

对搜索工程的启示

NanoVDR 的设计哲学对搜索系统架构有普遍借鉴意义：

1. 识别不对称性

不是所有检索场景都需要对称的编码器。分析查询和文档的特点，识别可以解耦的环节。

2. 离线重、在线轻

把计算密集型工作移到离线阶段，在线阶段只保留轻量推理。这是降低服务成本的经典策略。

3. 蒸馏目标的选择至关重要

同样的教师模型，不同的蒸馏目标，效果可能天差地别。系统性的对比实验是必要的。

4. 跨语言不是后期补丁

多语言能力应该在设计初期就考虑，通过数据增强来解决，而不是依赖模型的"零样本"能力。

局限与思考

NanoVDR 的方案也有其适用边界：

• 查询必须是纯文本：如果查询包含图像（如"找和这个类似的文档"），纯文本编码器就无能为力了
• 依赖教师模型质量：蒸馏的效果上限是教师模型的能力
• 领域适应性：在特定垂直领域（如医疗、法律文档），可能需要额外的领域适应

但对于企业文档检索、发票处理、表单搜索等以文本查询为主的场景，NanoVDR 提供了一个极具性价比的解决方案。

在 AI 检索系统的工程实践中，最大的优化机会往往藏在"理所当然"的架构假设里。

当我们质疑"查询和文档必须用同样的编码器"这一默认选择时，效率提升的空间就显现了。

论文: arXiv:2603.12824
标题: Distilling a 2B Vision-Language Retriever into a 70M Text-Only Encoder for Visual Document Retrieval
作者: Zhuchenyang Liu 等