RAG · 向量检索 · 重排 · 查询改写 — 候选整理

Tom · 2026-09-29 · 轻量模式

高价值候选（4 条）

1. QReason — 查询解耦 CoT 重排

  • 来源： arXiv 2609.30904
  • 作者： Yang Zhang et al.
  • 核心： 现有 listwise LLM 重排用滑动窗口产生大量冗余 CoT（相似 CoT 重复生成，延迟高）。QReason 将查询聚焦推理与窗口级段落相关评估解耦，引入专用 rewriter 一次性生成面向排序的推理查询，再分窗口独立评分，避免冗余。
  • 标签： rag benchmark systems
  • 适用场景： 长文档 / 多段落 RAG 流水线的延迟优化

2. EngramRAG — 多跳 Agent 记忆拓扑

  • 来源： arXiv 2609.32049
  • 作者： Bhavyateja Potineni et al.
  • 核心： 基于互补学习系统（CLS）原理，提出 Usage-Modulated Personalized PageRank（U-PPR）动态拓扑 + 异步"做梦"巩固周期，解决关联失明（多跳依赖无法遍历）、脚手架遗忘（时间衰减）与静态拓扑停滞三大记忆顽疾。
  • 标签： agent rag memory systems
  • 适用场景： 多会话 Agent 记忆架构、长期上下文管理

3. BoundaryMORPH — 预算感知主动集选择重排

  • 来源： arXiv 2609.27213
  • 作者： Eylon Caplan et al.
  • 核心： 标准重排的 CE 预算 B < 上下文窗口容量 k，导致验证明显 top 候选而忽略排名靠后的相关文档。BoundaryMORPH 通过主动集选择，将 CE 计算分配给"边界"候选（排名靠前但不确定的文档），兼顾精确与召回。
  • 标签： rag long-context benchmark systems
  • 适用场景： 大规模候选集 + 有限 CE 预算的线上 RAG 系统

4. SemEval-2026 Task 8 — 多轮对话混合检索与查询重构

  • 来源： arXiv 2606.28352v1（SemEval 2026 评测）
  • 核心： 排名第 3 的 MTRAGEval 系统：qrels 保护语料清洗 + 历史轮次拼接改写 + dense/sparse 混合检索 + 校准融合 + cross-encoder 重排。Top 方案普遍用历史感知查询改写 + 稀疏检索 + Cohere-rerank-v4 加权 RRF 融合。查询改写增益最大。
  • 适用场景： 对话式 RAG / 多轮检索评测基准

补充候选（4 条）

5. RRF / Hybrid Search — 2026 成熟实践

  • 来源： Substack · Aishwarya Srinivasan · "All you need to know about RAG (in 2026)"
  • 要点： 2026 Pipeline = Hybrid Search (Top100) → Cross-Encoder (Top5-10) → LLM；Parent-Child chunk 分层策略；子查询分解 + 相似查询扩展（MRR@10 +36.7%）；Leung et al. EACL 2026 将 RAG 错误扩展至 16 类，检索/chunking 错误率 27%，远超幻觉。
  • 标签： survey rag systems

6. Query Rewriting vs. Reranking — 职责解耦

  • 来源： Meilisearch 技术博客
  • 要点： Query rewriting = recall（前处理，提升检索覆盖率）；Reranking = precision（后处理，优化排序）；两者在流水线中互补而非替代。LlamaIndex SubQuestionQueryEngine 实现子问题分解。

7. Enterprise RAG — 7 大失败点 + 16 类错误

  • 来源： Splunk Blog（引用 Leung et al. EACL 2026）
  • 要点： 检索/chunking 错误（27%）>> 幻觉；Query rewriter 应在安全 guardrail 之后执行；历史感知改写将模糊问句转为自包含查询。

8. Disaggregated Quantization — Prefill/Decode 异构量化

  • 来源： HF Daily · arXiv 2609.26333 · Qwen3/Gemma3
  • 关联： 虽然主攻量化推理，但"分离 prefill/decode 异构处理"的思路与 RAG 系统的检索 vs. 生成阶段资源分配有类比价值。
  • 标签： rag memory systems

去重备注

  • 本周已有 2026-09-22_rag-lite.md，本期聚焦 查询改写（QReason/SemEval） 与 预算重排（BoundaryMORPH） 的新工作，避免与已有重复。

元信息

  • 候选总数：8 | 高价值：4 | Substack：1 | CSDN：0
  • 写入路径：/shared/research-kb/inbox/tom/2026-09-29_rag-lite.md
  • 状态：completed