PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.18781v1cs.CL

단일 벡터 속의 소실: 청크 증거 집계를 통한 긴 문서 검색 개선

Lost in a Single Vector: Improving Long-Document Retrieval with Chunk Evidence Aggregation

긴 문서 밀집 검색(dense retrieval)에서 문서 전체를 단일 벡터로 압축할 때 핵심 구간의 증거가 희석되는 문제를 증거 희석 지수(EDI)로 진단하고, 청크를 독립 인코딩한 뒤 다시 하나의 벡터로 집계하는 학습 없는 DICE 전략을 제안합니다. LongEmbed에서 4개 백본 전반의 검색 성능을 높였고, 4k 토큰 초과 구간에서 Dream의 Passkey와 Needle 점수가 각각 30.0→90.0, 23.3→74.0으로 크게 개선되며 92.8% 샘플에서 단일 벡터 기준선보다 낮은 EDI를 기록했습니다.