--- title: "Promptriever – 信息检索模型，支持自然语言提示响应用户搜索需求" url: "https://paooo.com/aigc-news/25218/" author: "Prompt 语宙研究院" published_at: "2026-07-12T14:48:29+08:00" updated_at: "2026-07-12T14:48:29+08:00" categories: "AIGC 资讯" tags: "AI智能体, RAG检索增强, 开源大模型" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # Promptriever – 信息检索模型，支持自然语言提示响应用户搜索需求 > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/25218/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-12 ## AI 30 秒核心看点 (TL;DR) - 支持自然语言提示检索，让用户像对话一样表达搜索需求，提升搜索直观性。 - 基于 MS MARCO 指令训练与双编码器架构，能更好遵循细粒度指令并优化相关性。 - 适用于搜索引擎、企业知识库、学术检索与电商推荐等需要精准筛选的场景。 ## Promptriever是什么 Promptriever 是约翰斯·霍普金斯大学和Samaya AI联合推出的新型检索模型，能像语言模型一样接受自然语言提示，用直观的方式响应用户的搜索需求。Promptriever 基于 MS MARCO 数据集的指令训练集进行训练，在标准检索任务上表现出色，能更有效地遵循详细指令，提高对查询的鲁棒性和检索性能。Promptriever展示了将大型语言模型的提示技术与信息检索相结合的潜力。 ## Promptriever的主要功能 - **接受自然语言提示**：能理解并响应自然语言形式的提示，让用户用更自然的方式表达搜索需求。 - **动态调整相关性**：根据用户的具体指令动态调整搜索结果的相关性，例如，根据用户对搜索结果的具体要求（如时间范围、特定属性）过滤和排序文档。 - **提高检索鲁棒性**：基于理解和处理自然语言中的细微差别，增强模型对于不同查询表达的鲁棒性。 - **提升检索性能**：基于提示进行超参数搜索，改善检索结果的质量。 ## Promptriever的技术原理 - **双编码器架构**：基于双编码器（bi-encoder）架构，用大型语言模型（如 LLaMA-2 7B）作为其背后的支持模型。 - **指令训练数据集**：从 MS MARCO 数据集中筛选和发布新的指令级训练集，在训练中包含定义查询相关性的自然语言指令。 - **指令生成**：用语言模型生成更具体的指令，指令能添加额外的要求或明确排除某些类型的文档。 - **指令负例挖掘**：基于生成和过滤（query, passage）对，创建出在加入特定指令后相关性降低的负例，迫使模型学习如何根据指令调整相关性判断。 - **零样本提示技术**：基于零样本提示技术进行超参数搜索，类似于语言模型的提示，改善检索性能。 ## Promptriever的项目地址 - **GitHub仓库**：[https://github.com/orionw/promptriever](https://github.com/orionw/promptriever) - **arXiv技术论文**：[https://arxiv.org/pdf/2409.11136](https://arxiv.org/pdf/2409.11136) ## Promptriever的应用场景 - **搜索引擎优化**：提供更精准的搜索结果，基于理解用户的自然语言查询和指令，改善搜索体验。 - **智能助手和聊天机器人**：理解和执行用户的复杂指令，提供更个性化和上下文相关的回答。 - **企业内部搜索**：在企业知识库中快速准确地检索特定信息，提高工作效率。 - **学术研究和文献检索**：根据研究者的详细查询指令，检索特定的学术论文和文献资料。 - **电子商务**：根据用户的购物需求和偏好，提供定制化的搜索结果和产品推荐。 ## 常见问题解答 (FAQ) ### Promptriever是什么模型？ Promptriever 是约翰斯·霍普金斯大学和 Samaya AI 联合推出的信息检索模型，核心特点是能像语言模型一样接受自然语言提示，用更直观的方式响应搜索需求，并提升检索鲁棒性与性能。 ### Promptriever和传统检索模型有什么区别？ 传统检索模型通常更依赖固定查询表达，而 Promptriever 允许用户用自然语言指令补充筛选条件，例如时间范围、属性限制或排除项，从而动态调整相关性判断，提升结果匹配度。 ### Promptriever适合哪些应用场景？ 它适合搜索引擎优化、智能助手、企业内部搜索、学术文献检索和电子商务等场景，尤其适合需要理解复杂指令、精细过滤结果并提高检索准确率的任务。 --- 探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)