Multi3IR基准与SPIN方法：提升多视角多模态检索多样性

信息检索（IR）越来越多地针对能够容纳多元视角的开放式查询。然而，现有的 IR 基准测试主要关注封闭式查询，即使是开放式基准测试，其大部分查询的支持文档也仅跨越单一的主题领域和模态。我们引入了 Multi^3IR，这是一个评估检索器在多个领域和模态中覆盖开放式查询的多方面视角能力的基准测试。它包含 104.9K 个 Stack Exchange 查询，每个查询都标注了捕捉查询隐含观点的视角描述。我们还提出了 SPIN，这是一种参数和标签高效的方法，通过学习噪声向量来引导嵌入朝向多样化且具有意义的语义方向。实验表明，现有的多模态检索器存在单视角偏差，而 SPIN 显著提高了 Multi^3IR 上的视角覆盖率，并能很好地泛化到未见过的开放式 IR 基准测试。数据集和实验代码可在 https://github.com/seokwon99/Multi3IR 获取。