RAGFlow论文提出面向智能体检索的知识编译方案
AI 总结
RAGFlow团队与华东师范大学发表论文,主张智能体检索高度依赖搜索harness,并提出将源文档编译为有类型的工件,为智能体提供更合适的上下文。作者报告称,BM25加grep配合MiniMax M3在BrowseComp-Plus上达到85%,另一次harness运行在FRAMES上达到91%。在断言—证据替换实验中,证据充分时查询总token减少91%,但在一个仅含7个配对问题的子集中,端到端延迟约增至三倍。这些结果均为作者自报;部分核心数字的样本有限,决策门的校准审计也尚未完成。
深度见解
该论文为通过编译断言—证据工件降低智能体RAG的token开销提供了具体架构,但部分基准和延迟数据样本有限,且决策门尚未校准,因此需谨慎解读。

RAG 走到了十字路口
检索增强生成(RAG)在过去两年里几乎成为了大语言模型落地企业知识场景的“标配”。它通过将外部知识库的检索与生成模型相结合,显著提升了生成内容的时效性和准确性,大幅降低了幻觉率。这个逻辑听起来无懈可击:模型不懂的就现查,查到了再回答。
但现实远比逻辑复杂。
当大量企业真正把 RAG 搬进生产环境后,一个令人沮丧的共识正在形成:RAG 很好,但远不够好。 朴素 RAG——那种“把文档切块、向量化、然后算相似度”的标准流水线——在实际场景中频频翻车。分块策略怎么定?Embedding 模型用哪个?相似度阈值设多少?每一个环节都需要大量调参,调完了依然无法保证检索质量。检索到的文本块与答案不相关,干扰项混入上下文后反而扰乱了 LLM 的推理过程。
#RAGFlow#InfiniFlow#East China Normal University#MiniMax M3#FRAMES#BrowseComp-Plus