# 由粗到细搜索

高通 AI 研究提出的 CORE 是一个免训练的研究外壳，把检索拆成粗到细两步：先用稠密检索取回整段文本，再复用后期交互重排器的词元级相似度，只把每段里最相关的片段交给智能体。在固定语料的封闭检索对照中，CORE 在三个智能体模型与三个基准的每一组比较里都取得最高的答案准确率和证据召回率，语料规模从 10 万网页文档到 5.53 亿篇 ClimbMix 文档。

高通 AI 研究提出的 CORE 是一个免训练的研究外壳，把检索拆成粗到细两步：先用稠密检索取回整段文本，再复用后期交互重排器的词元级相似度，只把每段里最相关的片段交给智能体。在固定语料的封闭检索对照中，CORE 在三个智能体模型与三个基准的每一组比较里都取得最高的答案准确率和证据召回率，语料规模从 10 万网页文档到 5.53 亿篇 ClimbMix 文档。