Meta 发布 ReasonIR-8B：破解复杂推理检索难题

5月1日消息，科技媒体marktechpost昨日（4月30日）发布博文，报道称MetaAI推出ReasonIR-8B模型，专为推理密集型检索设计，不仅在检索精度上取得突破，其低成本和高效率也使其成为实际应用的理想选择。当前检索增强生成（RAG）系统在处理复杂推理任务时，常常因检索器性能不足而受限。传统检索器多针对简短事实性问题训练，擅长文档级别的词语或语义匹配，但面对长篇或跨领域查询时，难以整合分散知识，这种缺陷会导致错误信息传递，影响后续推理效果。MetaAI推出的ReasonIR-8B模型直击这一痛点，基于LLaMA3.1-8B训练，结合创新数据生成工具ReasonIR-SYNTHESIZER，构建模拟真实推理挑战的合成查询和文档对，更精准支持复杂任务。
ReasonIR-8B采用双编码器（bi-encoder）架构，将查询和文档独立编码为嵌入向量，通过余弦相似度评分。其训练数据包括长达2000个token的多样长度查询（VLQueries）和需逻辑推理的困难查询（HQ），有效提升模型处理长上下文和抽象问题的能力。
在BRIGHT基准测试中，该模型原查询得分达24.4nDCG@10，结合Qwen2.5重新排序后提升至36.9，远超更大的Rank1-32B模型，且计算成本低至后者的1/200。此外，在MMLU和GPQA等RAG任务中，模型分别带来6.4%和22.6%的显著提升。
MetaAI目前已在HuggingFace上开源ReasonIR-8B模型、训练代码及合成数据工具，鼓励研究社区进一步探索多语言和多模态检索器的开发。附上参考地址