**ECI\_sem：用于评估密集检索中困难负样本的语义残差有效对比信息**

_ECI\_{sem}: Semantic Residual Effective Contrastive Information for Evaluating Hard Negatives_

> 本文提出ECI\_sem，一种无需训练的语义残差有效对比信息方法，利用冻结的目标编码器嵌入对候选负样本源进行排序。通过结合目标一致性、语义局部性、词汇残差和对数行列式多样性目标构建加权残差信息矩阵。在MS MARCO上，ECI\_sem将LLM负样本评分为非混合源中最高，将Dense+LLM评分为混合源中最高，与跨DistilBERT、E5-base和Contriever的最强BEIR迁移结果一致。消融实验表明，该对齐依赖于目标编码器族，且对样本大小、温度、分词器和IDF语料扰动具有稳定性。理论给出局部线性化的损失减少联系，实证研究以下游评估为最终检验。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-08 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2603.20990)