技术地图
按链路看这些技术落在哪一步
连接图按年份排出全部收录的技术，同一年里再按环节从上到下排列。同一项技术仍只归到它改动最大的环节。
环节
成熟度
训练
演进关系
从左到右是年份，同一年里按环节从上到下排列。移到节点上，会突出直接相连的技术。
- 演进
- 组合
- 针对局限
节点覆盖目前收录的全部技术。连线只表示编辑过的直接关系。筛选时，不符合条件的节点会淡出。
64 项技术
架构
索引
多模态 RAG
检索对象从纯文本扩到图像、版面和带图的文档。
数据加载
把 PDF、Word、网页和扫描件解析成统一的正文、结构元素与来源元数据，再交给切块和索引。
切块策略
不再只按固定字数切开，而是让一块内部尽量是同一个意思。
父子索引
用小块检索，命中后把包含它的大块交给模型阅读。
RAPTOR
把文本块聚类并逐层写摘要，形成一棵可以按层检索的树。
ColPali
把文档页当成图像来检索，不再先做 OCR 或版面解析。
GraphRAG
先从文档抽出实体和关系，再沿社区摘要回答跨全文的问题。
LongRAG
把检索单位从一百词的短段落放大到数千词，让长上下文模型一次读完。
上下文检索
在嵌入和建 BM25 索引之前，给每个块补上它在原文中的位置和含义。
LightRAG
用更轻的图索引同时查具体实体和上层主题，并支持增量更新。
查询
检索
BM25
用词频和文档长度给关键词匹配打分，是后来所有混合检索里的稀疏一路。
倒数排名融合
不比较各路检索的原始分数，只按名次把多张名单合成一张。
重排序
召回只求全，重排序再读一遍问题和段落，把真正相关的排到前面。
后期交互
先分别为问题和文档保存词级向量，查询时再做细粒度匹配。
稠密检索
用向量距离寻找语义相近的段落，而不只匹配相同的词。
多跳检索
答案散落在多篇文档里时，沿着前一步的结果继续查下一跳。
混合检索
同时保留关键词和向量两路召回，再把名次或分数合并。
CRAG
先判断检索结果是对、含糊还是错，错了就改道去查别的来源。
HippoRAG
用知识图谱和个性化 PageRank 一次找出多跳证据，而不必反复调用模型。
生成
kNN-LM
预测下一个词时，把语言模型的概率和检索到的邻近词插值。
Fusion-in-Decoder
每段资料单独编码，解码时再把多段证据合到一起写答案。
REPLUG
不改黑盒模型的参数，把同一问题配上不同文档分别计算，再合并概率。
引用归因
答案里的每句话标出它依据的是哪一段检索结果。
上下文压缩
检索之后先把段落压短，只把和问题有关的句子送进模型。
中间迷失
模型更会使用排在上下文开头和结尾的资料，放在中间的相关段落容易被忽略。
Self-RAG
由模型自己决定要不要检索，并判断自己的话有没有依据。
格式化生成
用 JSON Schema、类型模型或工具调用约束模型输出，让回答能被程序验证和继续执行。
RAFT
训练模型在一组混有干扰段落的资料里引用真正有用的那几段。
RankRAG
同一个模型既给段落排序，也根据排好的段落生成答案。
Speculative RAG
小模型按不同文档子集并行起草，大模型只核对这些草稿并选一份。
编排
WebGPT
让模型操作浏览器收集网页，再写出带引用的答案。
迭代检索
写推理的中途发现缺证据，就再查一次，而不是一开始把资料一次取完。
Demonstrate-Search-Predict
用少量示例告诉模型何时搜索、如何写查询，再根据检索结果作答。
FLARE
生成下一句时如果模型自己没把握，就用这句的预测去检索，再重写这一句。
Adaptive-RAG
先判断问题有多复杂，再决定不查、查一次，还是多步查。
Agentic RAG
由流程里的模型决定下一步是检索、换查询、读另一份资料，还是停下来回答。
深度研究
面对开放问题，系统自己规划多轮检索、阅读网页并写出带引用的长报告。
多模态检索规划
问题本身可以是图或文档页面，系统再决定检索文本、图像还是整页画面。
推理与检索协同
检索和推理不再分先后，而是在同一次解题里交替补证据、改推理。
检索路由
按问题和语料是否匹配来选择检索范式，而不是认定某一种高级 RAG 永远更好。
评估
忠实度
单独检查答案是否被给出的资料支持，而不是只看答得像不像。
RGB 基准
分开测量模型在有噪声、有反事实和需要拒绝时，还能否用好检索结果。
RAGAS
没有标准答案时，用模型分别给检索和生成打几项代理分。
ARES
用少量人工标注校准自动评判，再估计上下文相关性、忠实度和答案相关性。
RAGTruth
用人工标到词级的 RAG 回答语料，测量检索之后仍然出现的幻觉。
CRUD-RAG
按创建、读取、更新、删除四类文本任务评估 RAG，而不是只评估一次问答。
GraphRAG 适用边界
用分难度的基准看图谱检索在什么问题上真的胜过普通 RAG。
领域评测
评测从通用问答走进医学、法律等专业语料，并分开看检索和生成各自贡献了多少。
生成器能力评测
在资料已经给定时，单独测量模型会不会整合、推理、读表和拒绝回答。