HAKARI-Bench：统一条件下比较检索架构和效率设置的轻量级基准

随着检索增强生成和语义搜索的快速普及，选择正确的嵌入和检索配置变得越来越困难。大型检索基准很全面，但过于繁重，无法在开发过程中重新运行，并且几乎没有基础设施可以在相同条件下跨许多模型比较生产设置（降维、量化、重新排名）。我们推出了 HAKARI-Bench，这是一个轻量级基准测试，可将现有检索套件重建为小型数据集（纳米集）：采用统一格式，涵盖 43 种语言的 35 个基准测试和 551 个任务，能够对五个检索系列（BM25、密集、稀疏、后期交互、重新排序）及其效率变体进行相同条件、模型无关的比较。在 55 个模型中，其总体排名再现了官方 MTEB 检索 v2、MMTEB v2 检索和英语 BEIR（完整），Spearman >0.97。 HAKARI-Bench 并不能取代全面评估；它可以实现快速模型选择、回归检测和读取质量效率帕累托前沿。代码、数据和排行榜均在 MIT 许可下发布。