本研究探讨了大语言模型在多事实检索中的信息遗失问题，提出了“寻找所有关键文本”（FACT）迭代检索方法，显著提升了多事实检索性能，并强调了改进长上下文检索策略的重要性。

本研究提出了jina-embeddings-v3模型，旨在提升多语言文本嵌入在长上下文检索中的性能。该模型通过引入任务特定的低秩适应（LoRA）适配器，超越了OpenAI和Cohere的最新嵌入，展现出显著优势。