导航信息嵌入：从Agent搜索轨迹适配稠密检索器

Agentic检索工作流在回答问题的过程中会产生查询、检索与停止轨迹这一副产品。我们研究如何利用这些轨迹使已部署的稠密检索器适应不断变化的工作流分布，而无需新的相关性标注、合成查询或LLM判断。我们提出导航信息嵌入（NIE），一族由轨迹导出的目标函数。NIE-Stop把停止文档作为软正例；NIE-Path额外把路径中的前序文档用作困难比较对象，并施加以几何衰减的序数约束。一个从保留的源轨迹适配而来的BGE编码器，在独立目标基准上把整体支持Recall@20从72.2提高到78.0。NIE-Stop达到整体76.9、长路径52.3；NIE-Path把长路径性能提升到55.4，而未适配编码器为46.7。在完整路径目标下，打乱顺序的对照损失3.2分。在未用公开基准训练的情况下，同一适配器还把标准BEIR HotpotQA上的nDCG@10提高1.9分。因此，NIE为已保留轨迹的场景提供了一个轻量适配通道，增量标注成本为零。