Retrieval-GRPO: A Multi-Objective Reinforcement Learning Framework for Dense Retrieval in Taobao Search
检索-GRPO:面向淘宝搜索密集检索的多目标强化学习框架
专题命中 向量检索 :dense retrieval(title,abstract);分类 cs.IR
AI总结 Retrieval-GRPO通过多目标强化学习框架解决密集检索中的硬负样本依赖和跷跷板效应问题,提升复杂长尾查询的语义泛化能力。