全面扫描还是构建索引？长文档 RAG 中的证据覆盖度、回答质量与成本权衡

英文标题：Scan or Index? large Evidence Coverage, Answer Quality, and Cost in Long-Document RAG

本文探讨了在长文档 RAG（检索增强生成）场景下，逐段扫描与索引检索之间的效果与开销权衡。研究对比了涵盖词法检索、稠密检索、混合重排及全文扫描在内的 11 种检索配置，评估其在有用证据保留率与最终生成质量上的实际差异。该成果为开发者在设计长文本问答与 Agent 系统时提供了关键的架构选型依据，有助于在答案准确度与 Token 计算成本之间实现最优平衡。

打开原文相关 4 · 机会 1

中文

全面扫描还是构建索引？长文档 RAG 中的证据覆盖度、回答质量与成本权衡

论文标识：arXiv:2610.28957v1
发布类型：最新论文（new）

摘要

在长文档处理中，逐段扫描（Scanning every passage）看似面面俱到、足够彻底，但这是否真的能保留更多有价值的证据，抑或生成更高质量的回答？

本项研究横跨词法检索（lexical search）、稠密检索（dense search）、混合重排（hybrid reranking）以及全篇文档扫描（full-document scanning）等多种方案，对 11 种不同的检索配置进行了系统性对比与评估，旨在深入解析长文档 RAG 系统在证据覆盖率、回答质量与实际推理成本之间的平衡关系。

全面扫描还是构建索引？长文档 RAG 中的证据覆盖度、回答质量与成本权衡

中文

全面扫描还是构建索引？长文档 RAG 中的证据覆盖度、回答质量与成本权衡

摘要

English / 原文

BibTeX formatted citation