RAG 与知识库文献速览 · 2026-06-23

本周要点

Hybrid + Reranker 已成为生产 RAG 标准架构。 2026年BM25+密集向量+ Reciprocal Rank Fusion（RRF）+神经重排的两阶段流水线，在金融QA基准上Recall@5达0.816、MRR@3达0.605，显著优于单阶段方法。值得注意：BM25在金融文档（数值精确查询）上仍优于顶级密集检索，打破"语义搜索全面优于关键词"的惯常假设。

查询改写（Query Rewriting）在长文档场景仍是痛点——HyDE和多查询展开对精确数值查询收益有限，但上下文检索（Contextual Retrieval）有稳定提升。

高价值候选

1. arXiv 2604.01733 — Benchmarking Retrieval Strategies for Text-and-Table Documents

• URL： https://arxiv.org/html/2604.01733v1
• 亮点： 系统评测10种检索策略（sparse/dense/hybrid/cross-encoder/查询扩展/自适应）；金融QA基准2.3万查询；发现BM25在表格+文本混合文档上强于dense；hybrid+reranking两阶段最优；HyDE对数值查询帮助有限
• 标签： #基准测试 #金融文档 #BM25 #hybrid #reranking

2. Aishwarya Srinivasan (Substack) — All You Need to Know About RAG (2026)

• URL： https://aishwaryasrinivasan.substack.com/p/all-you-need-to-know-about-rag-in
• 亮点： Parent-child chunking策略；RRF融合；小chunk精确检索+大chunk上下文生成组合；超越vibe-check走向高精度IR
• 标签： #chunking #RRF #实战总结

3. Dave Ebbelaar — Hybrid Retrieval (YouTube + GitHub)

• URL： https://github.com/daveebbelaar/ai-cookbook/tree/main/knowledge/hybrid-retrieval
• 亮点： 从零构建BM25索引→密集embedding→RRF融合→Cohere reranker完整流水线；BEIR FinanceQA基准；NDCG@10评测对比
• 标签： #工程实践 #BM25 #reranker #完整代码

4. Atlan — 12 Advanced RAG Techniques [2026]

• URL： https://atlan.com/know/advanced-rag-techniques
• 亮点： 12种高级RAG技术综述（Self-RAG/RAPTOR/CRAG/GraphRAG/Contextual Retrieval等）；复杂度评级；决策框架；Naive RAG仅44%准确率，优化后可达63%+
• 标签： #综述 #GraphRAG #Self-RAG #CRAG

一般候选

5. Future AGI — RAG 2026 Architecture Guide

• URL： https://futureagi.com/blog/understanding-rag-llm-a-powerful-approach-for-ai-models
• 亮点： 六组件流水线（chunker→embedder→vector store→retriever→reranker→generator）+ evaluator层；2026年架构全景
• 标签： #架构 #2026

6. Superlinked — Optimizing RAG with Hybrid Search & Reranking

• URL： https://superlinked.com/blog/optimizing-rag-with-hybrid-search-reranking
• 亮点： keyword+semantic各自局限；"river bank" vs "Bank of America"经典案例；hybrid弥补向量检索精确词匹配短板
• 标签： #hybrid #工程直觉

说明

• 上游语义搜索超时（TimeoutError），候选完全基于本次 Tavily 搜索补充。
• 本次 Substack 使用 1 条（Aishwarya Srinivasan）；CSDN 未使用。
• 输出 JSON 路径：/shared/research-kb/inbox/tom/_candidates/2026-06-23-rag-retrieval-reranking-candidates.json