资讯摘要
论文提出SpecMRL，针对Matryoshka表示学习（MRL）缺乏显式约束以确保前缀部分提供合适紧凑编码的问题，将特征空间重组为按特征重要性组织的参数导出谱基，并在学习到的谱空间中执行前缀读取。作者报告MTEB实验显示，SpecMRL在所有评估的降维维度上均优于MRL，压缩越激进增益越大；仅用一半嵌入维度即超过全维度MRL。
要点速读
- 论文指出MRL联合优化嵌套前缀以支持灵活表示尺寸，但缺少显式约束保证前段提供合适紧凑编码。
- SpecMRL在标准MRL基础上引入按特征重要性组织的参数导出谱基，前缀读取在学习到的谱空间中进行。
- 作者报告MTEB上SpecMRL在所有评估的降维维度优于MRL，压缩更激进时增益更大，半维度即超过全维度MRL。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/21 00:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。