Cluster-R1：大型推理模型是遵循指令的聚类代理

通用嵌入模型擅长识别语义相似性，但无法捕获用户指令指定的文本特征。相比之下，指令调整的嵌入器可以将嵌入与文本指令对齐，但无法自主推断潜在语料库结构，例如确定最佳集群数量。为了解决这两个限制，我们将指令跟踪聚类重新构建为生成任务，并将大型推理模型（LRM）训练为自主聚类代理。我们的推理驱动训练流程使 LRM 能够解释高级聚类指令，然后推断相应的潜在分组。为了评估这种范式，我们引入了 ReasonCluster，这是一个综合基准，包含 28 项不同的任务，涵盖日常对话、法律案例和财务报告。跨不同数据集和聚类场景的实验表明，我们的方法始终优于强大的基于嵌入的方法和 LRM 基线，这表明显式推理可以促进更忠实和可解释的基于指令的聚类。