失敗から学習する統一型多モーダル検索：ハードネガティブによる検索中心 CoT の提案

記事の3ポイント

1. 1

   検索中心型思考の導入

   既存のChain-of-Thoughtがクエリ単独で推論するのに対し、UniME-R1は検索結果のフィードバックを条件として「検索中心型思考（RC-CoT）」を生成し、埋め込みモデルの誤解を特定する。

2. 2

   二重モードによる柔軟な対応

   対象が初期候補に含まれる場合は直接再ランク付けを行い、含まれない場合はRC-CoTで検索方向を調整した上で全コーパス再検索を行うデュアルモード埋め込みを採用する。

3. 3

   ハードネガティブによる学習

   現実的な検索失敗をシミュレートするためにハードネガティブをマイニングし、直接検索とRC-CoT拡張検索を結合最適化することで、指導者モデルを検索結果に整合させる。