arXiv · Computation and Language· Priyank Jayraj, Poonam Goyal, Navneet Goyal·2026-10-07 12:00· 3 小时前AI 评分35

长文档问答的层级检索研究：无需 LLM 摘要的树导航

Tree Navigation Without LLM Summaries: A Matched-Cost Study of Hierarchical Retrieval for Long-Document QA

AI 导读

研究提出 NavTree，一种仅在叶节点输出的层级检索器：索引阶段零 LLM 调用，构建确定性平衡分段树，查询时以混合词频与稠密前沿游走从根节点导航到叶块。在匹配成本评测中，NavTree 是最强的匹配成本层级检索器，与最强扁平基线持平；在长文档多跳 QA 中，它是唯一在类对类基础上显著超过 BM25 的层级方法。

来源：arXiv · Computation and Language · arxiv.org

#论文/研究 #RAG #arXiv