Maojun Sun

该工作为稠密检索中共享投影与双投影的选择建立了低秩双线性打分的偏差—方差理论，证明双投影在方向信号平方超过其额外自由度估计代价时风险更低，并据此提出交叉拟合的CARS选择器，在多个数据集与嵌入模型上使平均几何选择准确率达到90.1%、相对更优固定几何把留出遗憾降低49–96%。

该工作为稠密检索中共享投影与双投影的选择建立了低秩双线性打分的偏差—方差理论，证明双投影在方向信号平方超过其额外自由度估计代价时风险更低，并据此提出交叉拟合的CARS选择器，在多个数据集与嵌入模型上使平均几何选择准确率达到90.1%、相对更优固定几何把留出遗憾降低49–96%。