深度分析 排列不變微調 (PI-FT) 有效提升多語言結構化資料檢索性能 隨著公共資料平台日益依賴AI助手，結構化元資料的檢索品質受欄位順序影響。研究提出排列不變微調(PI-FT)方法，透過隨機抽樣欄位順序與欄位遺失，使模型僅依賴欄位標籤而非位置。實驗顯示，在重新排列索引時，標準微調的nDCG@10下降7.4分，PI-FT僅損失0.2分，且118M參數模型在15種語言上超越所有零樣本基線。
