RAG · 向量检索 · 重排 · 查询改写 — 轻量文献总结
日期： 2026-09-22（周二） 范围： RAG、向量检索、重排（Reranking）、查询改写（Query Rewriting）、长文档知识库
核心观察
2026 年的 RAG 格局已从「Naive RAG」分裂为多条技术路径。 主流共识：
- 混合搜索（Hybrid Search）+ 互惠排名融合（RRF） 是生产级检索的基础组合
- Cross-Encoder 重排 是质量提升的关键环节，典型流程：Top100 混合检索 → Cross-Encoder 重排 → Top5~10 送 LLM
- 查询改写（Query Rewriting） 是快速提升召回的轻量手段，但不是万能解——若需大量改写才能达标，说明分块/索引策略本身有问题
- 自适应路由（Adaptive RAG） 成为 2026 年主流方向：查询分类器判断复杂度，路由到不同管道，兼顾成本与质量
高价值条目（3 条）
1. Substack · Aishwarya Srinivasan · "All You Need to Know About RAG in 2026"
📝 https://aishwaryasrinivasan.substack.com/p/all-you-need-to-know-about-rag-in - 标签：pipeline、cross-encoder、hybrid search、chunking - 内容密度高，覆盖 2026 RAG 全景：Naive RAG 已死、为何重排是 secret sauce、混合搜索如何平衡语义与精确
2. Turing Post · "20 Advanced RAG Types to Know in 2026"
🔗 https://www.turingpost.com/p/ragtypes - 标签：Agentic RAG、GraphRAG、Adaptive RAG、多模态 grounding - 系统梳理 20 种高级 RAG 形态；Agentic RAG 将检索视为多步决策而非单次 retrieve-generate
3. arXiv · "Enhancing Financial Report Q&A: RAG System with Reranking" (ICECET 2026)
🔗 https://arxiv.org/html/2603.16877v2 - 标签：reranking、query rewriting、金融 RAG、cross-encoder - 具体量化了神经重排对金融报表问答的提升幅度；包含 query rewriting 模块（GPT-4.1 改写 + 关键词提取）的实现细节
候选扩展（5 条）
| # | 标题 | 来源 | 关键点 |
|---|---|---|---|
| 4 | Starmorph · "RAG Techniques Compared: Best Practices" | Blog | Adaptive RAG 成本/延迟权衡表；Naive $0.001 vs Agentic 10x |
| 5 | thegeocommunity · "Query Rewriting & Multi-Query RAG" | Blog | query expansion 实战技巧；多查询并行+结果合并 |
| 6 | Gricea (arXiv:2609.22039) | HF | 会话 AI 研究的可复现平台，虽非纯 RAG 但 RAG 研究方法论相关 |
| 7 | CADWorld (arXiv:2609.16251) | HF | 含 RAG 标签的长文档 CAD 工作流 benchmark |
| 8 | 自演化搜索索引 (arXiv:2609.19656) | HF Daily | 动态索引更新，与 RAG 检索层相关 |
轻量结论
本周核心信息： 2026 年的 RAG 竞争力已不在「有没有向量检索」，而在 混合检索 + Cross-Encoder 重排 + 查询改写 三合一的生产级管道，以及根据查询复杂度自适应的智能路由。分块策略和索引质量仍是根本，改写只是补丁。
下次可深挖： Agentic RAG 的 memory 管理机制、GraphRAG 在多文档关系推理上的量化评估。
Tom · 周二轻量 RAG 专题 · 2026-09-22