按需重构的视觉文档检索：GLIE 用生成式表征压缩多向量索引

视觉文档检索中的延迟交互机制精度高，但每页上千向量的体积让存储成本居高不下。研究发现这些向量集中在仅五至六维的流形上，常规均值聚类会掉出单位球表面从而低估相似度；GLIE 方法借此将每页压缩为极少数基底向量，并在粗检后用轻量解码器按需还原全量向量。在 ViDoRe 基准上，每页仅存 4 个向量即可保留近八成检索精度。