针对现有统一模型只共享参数而嵌入与生成互不监督的问题,ULME 用预测耦合把两者统一到因果 decoder-only LLM 的单一前向传播:在 query 与 answer 间插入可学习 slot 链,slot 0 由对称 InfoNCE 锚定为语义嵌入,答案由语言建模损失监督,末端 slot 由带 stop-gradient 的预测损失对齐答案隐藏状态均值池化,使生成主动塑造嵌入。作者在 Qwen2.5/Qwen3 两家族、0.5B–8B 八尺度评估单一 checkpoint,报告 MTEB 较 LLM2VEC-GEN 提升 3.3–4.1 点,最大规模达 66.0,BRIGHT 与 AdvBench-IR 同步改善;生成与 Gen-only FT 持平,最大代码基准高 4.9 点。消融中去除语义损失使嵌入崩塌,去除预测损失使 MTEB-lite 下降 3.6 点,证明三者互锁。
为什么重要 RAG/Agent 检索与生成通常部署两个模型,ULME 单 checkpoint 同时输出嵌入和答案,可省一套系统,0.5B–8B 覆盖边缘到中大模型。适合 做 RAG/Agent 检索生成、想减少模型部署或统一分析管线的工程师
注释 · 表格只报 Qwen3 三个代表性规模,其余五个骨架趋势一致,见补充材料。出自 表1·Qwen3-8B Avg 列
无槽代价
MTEB-lite 掉 5.2 分
去生成损失
MMLU 掉 14.7 分
BRIGHT 8B
nDCG@10,超基线 1.2
温度
对比损失温度
MTEB-lite 满配
Qwen2.5-7B 消融
注释 · 这些数字与 takeaways 分开选取,避免重复核心增量。出自 表4/表5/表3·正文消融
去掉预测损失单独拖低 MTEB-lite 3.6 分,生成几乎不动
| 配置 | MTEB-lite | MMLU | GSM8K |
|---|---|---|---|
| 去掉语义损失 | 31.2 | 76.6 | 90.1 |
| 去掉生成损失 | 61.0 | 61.8 | 74.2 |
| 去掉预测损失 | 60.2 | 76.4 | 89.9 |
| 全部三损失 | 63.8 | 76.5 | 90.0 |
注释 · 消融在 Qwen2.5-7B-Instruct 上跑;三损失各管一轴且共享同一表示。出自 表5