Papers with Code 搜索系统如何实现混合检索？
该系统结合 PostgreSQL 全文搜索和基于 pgvector 的向量检索，并通过 Reciprocal Rank Fusion (RRF) 算法融合结果，以提升检索质量。
How Hugging Face Inference Endpoints, Jobs, and Buckets Power Search on Papers with Code
（翻译）Hugging Face Inference Endpoints、Jobs 与 Buckets 如何为 Papers with Code 搜索提供支持
资讯摘要
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
AI 摘要
Hugging Face 团队介绍 Papers with Code 搜索的混合检索架构，结合 PostgreSQL 全文搜索与 pgvector 向量检索，并选用 Qwen3-Embedding-0.6B 生成嵌入。系统利用 Storage Buckets 存储离线构建产物，Jobs 执行批量向量生成，Inference Endpoints 处理在线查询，并设计了版本化嵌入契约、校验和及回滚机制以获得高性价比的搜索体验。
AI 问答
为什么选择 Qwen3-Embedding-0.6B 生成嵌入？
该模型支持动态嵌入大小（Matryoshka 表示）和查询/文档指令提示，可按需降低维度并区分不同输入，从而在质量和性能之间取得平衡。
如果在线嵌入服务不可用会怎样？
系统会立即回退到全文检索，确保搜索仍能返回结果，保证服务的可用性。