[논문리뷰] Quantifying and Expanding the Theoretical Capacity of Late-Interaction Retrieval Models본 논문은 Late-Interaction 모델의 핵심 연산인 MaxSim이 왜 기존의 단일 벡터 기반 dense 또는 sparse retrieval 모델보다 성능이 우수한지 그 이론적 근거를 규명하고자 합니다.#Review#Late-Interaction#MaxSim#Information Retrieval#Neural Retrieval#Representation Learning#Inner Product2026년 7월 7일댓글 수 로딩 중
[논문리뷰] Code-Switching Information Retrieval: Benchmarks, Analysis, and the Limits of Current Retrievers본 논문은 코드 스위칭 검색 시스템의 성능 평가를 위해 인간이 주석을 단 CSR-L 벤치마크를 구축하고, 11개 작업을 포함하는 CS-MTEB를 통해 그 영향력을 정량적으로 분석하였다. 실험 결과, 쿼리 내 코드 스위칭만으로도 강력한 다국어 모델을 포함한 대부분의 시스템에서 유의미한 성능 저하가 발생함이 확인되었다.#Review#Information Retrieval#Code-Switching#Benchmark#Embedding Models#Robustness#Late-Interaction#Lexicon-Based Adaptation2026년 4월 21일댓글 수 로딩 중