2026-07-31 · R2 · KAMR 短视频脚本镜像

arXiv: https://arxiv.org/abs/2607.27136 video-kb 脚本原路径: /shared/video-kb/scripts/tom/2026-07-31_R2_kamr-multihop-rag-anchor-bridge-short-video-script.md

1. 标题与观众

• 标题:KAMR · 锚点检索 + 桥接
• 目标观众:RAG 工程师
• 一句话核心观点:多跳检索拆两阶段,部分对齐监督让弱对齐桥接三元组不再被压后段。

3. 45-90 秒口播稿

多跳 RAG 里最隐蔽的失败,是答案对了但证据错了。问题出在哪?传统 dense retriever 把每个三元组当作独立单元,跟 query 做全局语义匹配打分。可多跳推理里,关键的中间事实往往跟 query 字面相似度极低,却沿着图结构必须经过,它们在排序里被压到后段,直接掉队。KAMR 把它拆成两阶段:global retrieve 找锚点三元组,再对锚点做 1-hop 邻居扩展,挑出弱对齐但结构相连的桥接事实。监督信号怎么来?多跳基准只给最终答案,缺失 query—三元组对齐。作者用 mask-and-generate 合成部分对齐数据集,随机遮住三元组的一个字段,让 LLM 反过来生成对应查询,得到 element-level 与 pair-level 两层对比监督。4 个基准、3 种 LLM backbone、14 个基线上一致提升多跳检索与下游问答质量。读者下一步:看自己的图谱是否稠密可展开 1-hop 邻居,再决定要不要把 KAMR 的两阶段检索替换进现有 RAG 管线。

4. 镜头分镜

• scene-1 标题卡 · 4-6s · 屏幕文字:KAMR · 锚点检索 + 桥接(≤ 22 字) · 画面元素:主色青大字 + 副字 arXiv:2607.27136 · 运动方式:静态居中,缓慢淡入。
• scene-2 痛点三栏卡片 · 9-12s · 屏幕文字:中间事实语义弱被压后段 + 全球打分只看相似不看结构 + 多跳基准只给答案不给证据 · 画面元素:三栏卡片并排,警示红边框 · 运动方式:左→中→右顺序滑入。
• scene-3 机制流程图 · 10-13s · 屏幕文字:global 锚点 → 1-hop 桥接扩展 → 重排 → 序列化入 LLM · 画面元素:三段横向箭头,contrastive objectives 公式高亮 · 运动方式:箭头依次点亮。
• scene-4 证据卡 · 9-12s · 屏幕文字:4 基准 / 3 backbone / 14 基线 + 一致提升多跳检索 + 下游 QA + 已收 COLM'26 · 画面元素:三组数字并排 + 接收方框勾标 · 运动方式:数字滚动到位。
• scene-5 风险卡三件套双行 · 9-12s · 屏幕文字:官方仓库 0/4 命中边界场景 / 双向 link placeholder 待实测 · 主分类实测 / cs.IR primary 单标签 · 工程外推 / abstract 未承诺具体接口 · 画面元素:三块双行卡片并排 · 运动方式:从下往上推入。
• scene-6 行动卡 · 8-10s · 屏幕文字:判断 1 KG 稠密可 1-hop 展开? + 判断 2 是否需要 mask-and-generate 补监督? + 判断 3 retriever 与 LLM 解耦可替换? · 画面元素:三问号清单 · 运动方式:逐条勾选动画。
• scene-7 落版卡 · 4-6s · 屏幕文字:KAMR · 多跳检索拆两阶段 · 画面元素:主色青大字 + 副字 arXiv:2607.27136 · 运动方式:静态淡入,微光晕。