概念disagreement-guided steering / 分歧引导转向
分歧引导的转向方法
一种推理时干预方法，利用多语言检索结果间的分歧构造方向向量，通过向量加法纠正多语言共享索引中查询表示的语言偏差，无需微调模型权重。
时间轴 (近 90 天)
10月14日
研究团队提出了分歧引导的转向方法（disagreement-guided steering），通过比较该语言独自检索的文档与其他语言共识文档的表示差值得到方向向量，在推理时加到该语言的查询向量上。
待验证50%
10月14日
实验结果显示，分歧引导在减少同语言文档拥挤方面效果最强，同时在召回率上保持竞争力。
待验证50%
10月14日
语言均值移除在保持排序质量方面比分歧引导表现更好，两者之间存在权衢。
待验证50%
10月14日
对召回优先的场景，分歧引导更合适；对排序精度要求高的场景，均值移除可能是更稳妥的选择。
待验证50%
10月14日
分歧引导方法与语言均值移除、子空间移除、逐语言旋转等后处理式去偏方法的关键区别在于，它利用检索结果之间的分歧这一动态信号，而非语言的全局统计量。
待验证50%
全部知识事实 (5)
待验证
研究团队提出了分歧引导的转向方法（disagreement-guided steering），通过比较该语言独自检索的文档与其他语言共识文档的表示差值得到方向向量，在推理时加到该语言的查询向量上。
50%待验证实验结果显示，分歧引导在减少同语言文档拥挤方面效果最强，同时在召回率上保持竞争力。
50%待验证语言均值移除在保持排序质量方面比分歧引导表现更好，两者之间存在权衢。
50%待验证对召回优先的场景，分歧引导更合适；对排序精度要求高的场景，均值移除可能是更稳妥的选择。
50%待验证分歧引导方法与语言均值移除、子空间移除、逐语言旋转等后处理式去偏方法的关键区别在于，它利用检索结果之间的分歧这一动态信号，而非语言的全局统计量。
50%