Buchumschlag

Fantastic (small) Retrievers and How to Train Them: mxbai-edge-colbert-v0 Tech Report

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Takehi, Rikiya, Clavié, Benjamin, Lee, Sean, Shakir, Aamir
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simple Projection Variants Improve ColBERT Performance
von: Clavié, Benjamin, et al.
Veröffentlicht: (2025)

Latent Terms: Dense Retrievers Contain Trivially Extractable BM25-ready Zipfian Vocabularies
von: Clavié, Benjamin, et al.
Veröffentlicht: (2026)

IncompeBench: A Permissively Licensed, Fine-Grained Benchmark for Music Information Retrieval
von: Clavié, Benjamin, et al.
Veröffentlicht: (2026)

JaColBERTv2.5: Optimising Multi-Vector Retrievers to Create State-of-the-Art Japanese Retrievers with Constrained Resources
von: Clavié, Benjamin
Veröffentlicht: (2024)

ProRank: Prompt Warmup via Reinforcement Learning for Small Language Models Reranking
von: Li, Xianming, et al.
Veröffentlicht: (2025)

Diversification as Risk Minimization
von: Takehi, Rikiya, et al.
Veröffentlicht: (2025)

rerankers: A Lightweight Python Library to Unify Ranking Methods
von: Clavié, Benjamin
Veröffentlicht: (2024)

LLM-Assisted Relevance Assessments: When Should We Ask LLMs for Help?
von: Takehi, Rikiya, et al.
Veröffentlicht: (2024)

Reducing the Footprint of Multi-Vector Retrieval with Minimal Performance Impact via Token Pooling
von: Clavié, Benjamin, et al.
Veröffentlicht: (2024)

BMX: Entropy-weighted Similarity and Semantic-enhanced Lexical Search
von: Li, Xianming, et al.
Veröffentlicht: (2024)

LIR: The First Workshop on Late Interaction and Multi Vector Retrieval @ ECIR 2026
von: Clavié, Benjamin, et al.
Veröffentlicht: (2025)

An AI-based solution for the cold start and data sparsity problems in the recommendation systems
von: Sumit, Shahriar Shakir
Veröffentlicht: (2023)

Artifact Sharing for Information Retrieval Research
von: MacAvaney, Sean
Veröffentlicht: (2025)

On Precomputation and Caching in Information Retrieval Experiments with Pipeline Architectures
von: MacAvaney, Sean, et al.
Veröffentlicht: (2025)

SuiteEval: Simplifying Retrieval Benchmarks
von: Parry, Andrew, et al.
Veröffentlicht: (2026)

Quam: Adaptive Retrieval through Query Affinity Modelling
von: Rathee, Mandeep, et al.
Veröffentlicht: (2024)

Training Dense Retrievers with Multiple Positive Passages
von: Wang, Benben, et al.
Veröffentlicht: (2026)

Starbucks-v2: Improved Training for 2D Matryoshka Embeddings
von: Zhuang, Shengyao, et al.
Veröffentlicht: (2024)

MechIR: A Mechanistic Interpretability Framework for Information Retrieval
von: Parry, Andrew, et al.
Veröffentlicht: (2025)

LexBoost: Improving Lexical Document Retrieval with Nearest Neighbors
von: Kulkarni, Hrishikesh, et al.
Veröffentlicht: (2024)

Improving Low-Resource Retrieval Effectiveness using Zero-Shot Linguistic Similarity Transfer
von: Chari, Andreas, et al.
Veröffentlicht: (2025)

Dual-View Training for Instruction-Following Information Retrieval
von: Zeng, Qingcheng, et al.
Veröffentlicht: (2026)

Training on the Test Model: Contamination in Ranking Distillation
von: Kalal, Vishakha Suresh, et al.
Veröffentlicht: (2024)

SDR-CIR: Semantic Debias Retrieval Framework for Training-Free Zero-Shot Composed Image Retrieval
von: Sun, Yi, et al.
Veröffentlicht: (2026)

Breaking the Lens of the Telescope: Online Relevance Estimation over Large Retrieval Sets
von: Rathee, Mandeep, et al.
Veröffentlicht: (2025)

Recall Them All: Retrieval-Augmented Language Models for Long Object List Extraction from Long Documents
von: Singhania, Sneha, et al.
Veröffentlicht: (2024)

Semantic Ads Retrieval at Walmart eCommerce with Language Models Progressively Trained on Multiple Knowledge Domains
von: Wang, Zhaodong, et al.
Veröffentlicht: (2025)

Adaptive Retrieval for Reasoning-Intensive Retrieval
von: Kim, Jongho, et al.
Veröffentlicht: (2026)

Dense Passage Retrieval: Is it Retrieving?
von: Reichman, Benjamin, et al.
Veröffentlicht: (2024)

Expected Transaction Value Optimization for Precise Marketing in FinTech Platforms
von: Weng, Yunpeng, et al.
Veröffentlicht: (2024)

HEISIR: Hierarchical Expansion of Inverted Semantic Indexing for Training-free Retrieval of Conversational Data using LLMs
von: Kim, Sangyeop, et al.
Veröffentlicht: (2025)

DyVo: Dynamic Vocabularies for Learned Sparse Retrieval with Entities
von: Nguyen, Thong, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Search for Large-Scale Map Collections with ColPali
von: Mahowald, Jamie, et al.
Veröffentlicht: (2025)

Simple Domain Adaptation for Sparse Retrievers
von: Vast, Mathias, et al.
Veröffentlicht: (2024)

Template-Based Financial Report Generation in Agentic and Decomposed Information Retrieval
von: Tian, Yong-En, et al.
Veröffentlicht: (2025)

FABULA: Intelligence Report Generation Using Retrieval-Augmented Narrative Construction
von: Ranade, Priyanka, et al.
Veröffentlicht: (2023)

Powerful A/B-Testing Metrics and Where to Find Them
von: Jeunen, Olivier, et al.
Veröffentlicht: (2024)

Indexing Depth and Retrieval Effectiveness
von: Seely, Barbara J.
Veröffentlicht: (1972)

"In-Context Learning" or: How I learned to stop worrying and love "Applied Information Retrieval"
von: Parry, Andrew, et al.
Veröffentlicht: (2024)

Embedding the Teacher: Distilling vLLM Preferences for Scalable Image Retrieval
von: He, Eric, et al.
Veröffentlicht: (2025)