NavTree：无需 LLM 摘要的树导航，长文档 QA 的匹配成本分层检索研究
NavTree 是一种仅用叶节点的检索器，在 chunk 上构建确定性平衡线段树，索引阶段零 LLM 调用，仅将树作为导航骨架，通过词法与稠密混合的前沿游走从根节点下行并只向阅读器输出叶 chunk。在匹配成本评估中，它是所评测网格里最强的分层检索器，并与最强扁平基线持平；在长文档多跳 QA 上，它是唯一在类对类比较中显著优于 BM25 的分层方法。
#搜索
arXiv cs.CLAI 评分2424 arXiv cs.LGAI 评分2222 Airbnb 提出 SIFT：基于 Transformer 的多任务个性化筛选器排序模型
Airbnb 提出 SIFT（Search Intent-to-Filter Transformer），直接从未经处理的用户行为序列学习偏好，取代人工特征工程，并统一支持预订概率、筛选器互动和房型数量阈值等多任务预测。
arXiv cs.AIAI 评分3737 AX 是新的 AEO：AI 智能体时代网站可读性比被提及更重要
研究提出"智能体体验（AX）"是新的 AEO：在 1,056 家真实企业上运行 37,927 次智能体购买旅程后发现，仅 7-10% 的最终答案来自模型训练知识。具备 AX 的企业有 78% 的答案由自家页面构建（对照组 56%），被明确推荐的概率高 1.9 倍；而不可读企业获得有据答案的成本平均高 64%。主要失败并非编造而是遗漏——网页构建的答案缺失买家所需事实的概率高 3.7 倍。