Google 研究证明无需独立索引即可排序，结果页形态面临重构

Google 研究人员在论文中证明，单一语言模型无需独立索引即可对无限量文档排序，排名列表将从用户可见的页面变为模型生成答案过程中内部计算的结果。该论文由 DeepMind 团队提出，将现有“双编码器检索＋交叉编码器重排”的两阶段流程合并为一个生成式模型，并引入名为 SToICaL 的训练损失，让模型关注整个排序列表而非仅首位结果。实验基于 Mistral-7B 微调，采用上下文内排序（即重排而非开放语料检索），WordNet 约 8.2 万个名词概念，购物评测仅 310 个样本，其中一个配置在改善整体列表的同时反而使最佳结果排位变差。论文提出，文档在此架构中不再是 URL，而是模型逐 token 生成的 docID，排序通过 beam search 生成最可能的标识符完成，没有查找步骤。作者指出，这意味着内容差异化成为优化目标，排序函数即训练集，而新鲜度变成训练问题——Google 后续 DSI++ 研究发现持续索引新文档会导致已索引文档的严重遗忘。