ニュース
Retrieved but not ranked: surface-form bias in structural retrieval, from mathematics to agent trajectories
arXiv cs.AI · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- Researchers found that embedding models fail to retrieve items with matching structure but different wording, instead matching on surface-level text similarity across mathematics and agent tasks.
- なぜ重要か
- Engineers building retrieval systems should care when deploying embeddings for semantic search where paraphrasing or structural variation matters more than lexical overlap.
- 注意点
- LLM rerankers recover some performance but show domain-dependent gains; mathematics recovery partly reflects memorization rather than true structural understanding of problems.
- agent
- retrieval
- embedding
- eval
この話題の背景にあるパターン
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。