模型
SBERT2S1
将Sentence-Transformers检索编码器转换为类型化决策模型的框架，支持双编码器、交叉头（C）和先验融合残差（PFR）三种决策头架构，用于在单次前向传播中完成结构化决策任务。
时间轴 (近 90 天)
10月5日
arXiv论文（arXiv:2610.02486v1）提出SBERT2S1框架，可将Sentence-Transformers编码器转换为三种不同架构的决策模型
待验证50%
10月5日
SBERT2S1框架支持的三种决策头架构为双编码器（Bi-encoder）、交叉头（Cross-head, C）和先验融合残差（Prior-Fused Residual, PFR）
待验证50%
10月5日
在零样本场景下，检索训练能改善模型对含内容选项的匹配能力
待验证50%
10月5日
检索训练的价值取决于所搭配的决策头架构是否能够继承检索先验
待验证50%