超越相关性中心检索：面向量规的文档集选择与排序

英文标题：Beyond Relevance-Centric Retrieval: Rubric-Oriented Document Set Selection and Ranking

该论文探讨在大语言模型和 AI Agent 日益成为搜索结果主要消费者的背景下，如何提升文档集质量。作者指出，文档集质量决定了下游生成任务能力的上限。现有评估体系仍主要局限于对单篇文档进行独立评分，论文因此提出面向量规的文档集选择与排序视角。该研究对搜索、RAG 以及 Agent 的检索结果评估与优化具有潜在意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB