单SQLite数据库+BM25，无需嵌入，多跳检索Recall@10高达99%！
SAG2: Embedding-Free Multi-Hop Retrieval with BM25 and JEV
📖 AI 总结
该论文提出SAG2，一种无需嵌入的多跳检索架构，仅依托单一SQLite数据库、BM25词法索引与JEV的上下文证据判断完成检索。其核心思路是将语义证据选择移至查询时进行，用原始段落的词法索引替代SAG原有的事件实体索引与稠密索引，由已选段落提供后续检索词项，新证据再引导下一步决策，从而省去离线嵌入计算、基于大模型的事件实体抽取和专用数据库服务器。在MuSiQue、2WikiMultiHopQA和HotpotQA各1000题子集上，SAG2的Recall@5与Recall@10均为对比方法中最高，Recall@10分别达86.62%、97.43%和99.00%；在约51.2万文档的EnterpriseRAG-Bench语料上文档Recall@10为81.10%。索引MuSiQue全部11656个段落仅需2.36秒，生成25.87MiB数据库且无需调用模型。该工作表明准确的多跳证据检索可由轻量、快速准备的基础设施支撑，为知识检索应用提供了实用基础。
🔑 关键词速览
| SAG2 | 一种无嵌入的多跳检索架构，基于 SQLite、BM25 和 JEV 的上下文证据决策。 |
| BM25 | 一种基于词频和逆文档频率的经典词法检索算法，用于计算查询与文档的相关性得分。 |
| JEV | 提供上下文证据决策的组件，用于指导检索过程中的证据选择。 |
| 多跳检索 | 需要多步推理和证据链整合的检索任务，通常涉及多个文档或段落。 |
| Recall@k | 检索评估指标，表示前 k 个检索结果中相关文档被召回的比例。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅