**HuggingFace论文：稠密检索中共享与双投影的偏差-方差理论**

_When Does Dense Retrieval Need Asymmetric Geometry? A Bias-Variance Theory of Shared and Dual Projections_

> 该论文提出低秩双线性评分的偏差-方差理论，揭示了稠密检索中共享投影与双投影的选择边界。研究发现，当查询旋转增加或训练数据量增大时，双投影性能显著优于共享投影。基于此理论提出的CARS选择器可将几何选择准确率提升至90.1%，并大幅降低验证集风险。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.32488)