RAG被玩透了，港中大DocNavRAG少即是多

港中大、武大出品的DocNavRAG把agentic RAG反复全局搜索想透了–不是agent不够聪明是语料接口没给导航线索。它保留文档原生层次而非LLM抽取语义图配4种图操作和演进证据状态让agent从部分证据移动到缺失证据。4个CDQA benchmark全优答案质量7.8%、检索充分性17.7%。出发点在哪CDQA需要在长文档集合跨章节跨文档拼装互补证据。现有两方向各有短板Graph-based RAG把chunk和语义关系组织成图但依赖预定义检索/遍历策略无法适应问题演进信息需求Agentic RAG迭代精炼证据但底层语料接口结构有限–扁平passage集合缺导航线索LLM抽取知识图谱脆弱且丢失文档层次agent反复发全局查询无法从宽文档区域移动到精确证据方案细节DocNavRAG是training-free框架两层轻量级基于图的语料组织层 agentic检索控制器导航该图自适应构建证据。把源文档结构暴露为可导航搜索空间让agent从部分证据移动到缺失证据而非每轮从头搜索。文档层次恢复对每个文档d用布局、标题、阅读顺序恢复有根有序层次树Td (Vd, E_hier_d)Vd Pd ∪ SdPd段落节点对应源段落叶子Sd结构节点嵌套scope如section/chapter/整个文档E_hier_d父-子边段落节点附最窄包围scope兄弟保留原阅读顺序关键training-free不需昂贵LLM语义图抽取保留可恢复组织又有层次路由能力。层级条件节点profileRouting-Scope Selection路由scope选择对结构节点uh(u)子树高度ℓ(u)覆盖源文本总长度Rd root(Td)} ∪ {u ∈ Sdh(u) ≥ τh ∨ ℓ(u) ≥ τℓRd节点代表更宽文档区域提供高层路由信号Profile Construction段落节点v ∈ Pd保留原文/embedding/结构位置 ψ(v)结构节点v ∈ Sd自底向上聚合信号最终检索profileφ(v) ψ(v)v ∈ Vd \ Rdφ(v) (ψ(v), mv)v ∈ Rdmv是LLM生成摘要关键所有节点保留源文本派生profile语义摘要仅在高层路由scope引入不污染局部证据。图关系构建结构边E_struct E_hier ∪ E_localE_local从阅读顺序和结构邻接横向边- 4类型关系信号连接规则E_cite引用引用段落及结构祖先 - 被引文档节点E_ent实体重叠共享显著实体的匹配粒度节点E_sim语义相似高语义相似的匹配粒度节点E_comm社区成员同一主题社区的高层结构节点最终文档图V P ∪ SE E_struct ∪ E_latG (V, E)4种图操作演进证据状态4种图访问操作操作访问返回LOCATE节点profile所选粒度相关节点NAVIGATE层次边更宽/更窄scope节点EXPAND横向边文档内/跨文档相关节点FETCH节点-源关联关联源段落节点检索状态s_t (E_t, C_t, M_t, F_t)E_t已获证据段落节点C_t候选图节点M_t剩余证据需求F_t下轮局部交互节点F_t ∅表示全图搜索自适应图交互三步Step 1 Action Invocationa_t R(q, s_{t-1}; A)基于问题和前序状态选动作Step 2 State Update三子步Result Screening筛选o_t得ΔE_t/ΔC_tNeed RevisionM_t UpdateNeed(M_{t-1} | q, E_t)Focus SelectionF_t SelectFocus(C_t | M_t)Step 3 Completion Assessment终止条件步预算B耗尽或M_t ∅最终y Generate(q, E_T)实验结果4 benchmark全优平均7.8%/17.7%DocNavRAG在ScholarQA/MDAQA/UserGuide/Gov所有指标最佳A-RAG是最强baseline平均答案质量7.8%、检索充分性17.7%。agentic检索受益于检索接口IRCoT - A-RAG - DocNavRAG持续提升。不同corpus setting下不同能力主导大文档集合ScholarQA/MDAQAHS层次搜索贡献最大语料级定位主导长文档LongBench-v2SC状态控制EF证据fetch贡献最大跨深文档区域证据补全主导LB-v2 Gov因异构源分布LN横向导航更重要跨文档互补证据。轻量backbone下增益更大6 LLM backbone 24对比中19个Correctness胜出2.42 avg轻量配置DeepSeek/Qwen3.5-Flash/gpt 5.4-mini增益更大说明文档侧图在弱agent下更有价值可降低对强LLM依赖。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】