10:12
官方账号arXiv cs.LG@Nabira Rashid, Manolis Kellis
推荐理由：这篇论文揭示了嵌入检索在表面形式与意义分离时的严重偏差，数学领域完全失败，轨迹领域表现不一。
智能体轨迹
共 1 条相关 AI 资讯
9月2日
10:12
该研究评估了在数学(MathNet-Retrieve; 500查询，117,088项目)和智能体轨迹(ALFWorld-derived; 118查询，336轨迹)两个领域的嵌入检索。数学领域完全失败：生产嵌入模型在最重伪装层的严格Hit@1为0.0%，而正确答案几乎总在前10名。轨迹领域当必须涉及不同物体时，模型达到或接近超几何概率；当必须涉及不同物体和容器时，所有三个嵌入模型表现低于概率。词汇重排序器在数学中表现更差，在轨迹中表现更好，可缩小26-36%的差距。