[2026年4月17日提交 (v1)，最后修订于2026年7月28日（当前版本，v2）]

查看 PDF HTML（实验性）

摘要：有效的生物医学信息检索需要对生物医学文本的领域语义和层次关系进行建模。现有的生物医学生成式检索器基于粗粒度的二元相关性信号，限制了其捕捉语义重叠的能力。我们提出 BioHiCL（Biomedical Retrieval with Hierarchical Multi-Label Contrastive Learning，基于分层多标签对比学习的生物医学检索），利用分层 MeSH 标注为多标签对比学习提供结构化监督。我们的 BioHiCL-Base（0.1B）和 BioHiCL-Large（0.3B）模型在生物医学检索、句子相似度和问答任务上取得了令人期待的性能，同时保持了部署所需的计算效率。

提交历史

来自：Lecheng Zheng [查看邮箱]
[v1] 2026年4月17日，周五 00:09:01 UTC (497 KB)
[v2] 2026年7月28日，周二 19:00:01 UTC (498 KB)