● InstEmb：面向 Oxygen AIIC 商品知识表征的未来感知指令嵌入

📌 一句话摘要 本文解读京东零售被 ICML 2026 接收的 InstEmb：用可学习 look-ahead tokens 自蒸馏未来输出语义，让 embedding 一次前向即得指令遵循友好的混合表示，在多个检索与句向量基准上超过强基线。 📝 详细摘要 本文是京东零售技术团队对自己被 ICM

● 多模态检索：UniNote 让内容表征与排序“合二为一”

📌 一句话摘要 本文提出 UniNote，通过 SFT 表示学习与 RL 排序优化的两阶段训练以及 MRL 多粒度表示，将多模态内容表征与排序统一于单一模型，显著提升 Item2Item 检索性能并降低延迟。 📝 详细摘要 文章介绍了小红书与高校联合提出的 UniNote 模型，旨在解决工业级多

● V-Co：通过协同去噪深入探究视觉表示对齐

📌 一句话摘要 分享了一篇关于“V-Co”的新论文，探讨了使用协同去噪技术进行视觉表示对齐。 📝 详细摘要 这条推文介绍了“V-Co”研究论文，该论文通过协同去噪的视角研究了视觉表示对齐。它为改进视觉语言模型表示的持续研究做出了贡献。 📊 文章信息 AI 评分：78 来源：AK(@_akhal

● Gemini 中 MRL 嵌入带来的效率提升

📌 一句话摘要 作者报告称，利用 Google 新模型中的 Matryoshka 表示学习（MRL）技术，在性能仅轻微下降的情况下，将嵌入体积缩减了 90%。 📝 详细摘要 作为技术性的后续补充，这条推文重点介绍了 Google 最新嵌入模型中 Matryoshka 表示学习（MRL）的应用。作