Agentic RAG主题覆盖边界探索
ai-study-helper-v2 项目测试了提示词、查询扩展、语料约束 facet、审计、重排和章节路由，以评估 Agentic RAG 的主题覆盖能力。增加工具、轮次和查询并未可靠发现全部语义面；逐名词全文检索虽找回三个回归探针，却召回了 526 个 block 中的 511 个。项目因此决定保留 block 检索，并探索预编译且可回源的 LLM Wiki 证据地图。
这些实验表明，高召回不等于有效检索，也无法证明主题已经找全，Agentic RAG 因而需要专门的覆盖评估与证据组织机制。
30 秒判断：如果你也遇到“检索结果看起来都相关，但关键子主题总是漏掉”，这篇文章的价值是两个：我们替你系统试过了提示词、查询展开、facet、审计、reranker 和章节路由，并标明各自为什么不够；同时用近期论文说明，这不是单靠把项目参数再调一调就能解决的问题。 适合谁读：正在做 Agentic RAG、知识库问答、主题研究、长答案检索或 LLM Wiki 的工程师和产品负责人。 系列位置：本文接续 05 · Agentic RAG 检索侧落地。前文讲块级工具如何形成可靠的 Agent 检索链路；本篇讨论当问题从“找相关证据”变成“围绕主题找全”时，这条链路在哪里失效。 代码库：lipeidonggz/ai-study-helper-v2 研究证据：065 主题覆盖实验 · 066 章节路由实验 · 冻结 tag 证据标记：✅ 项目实测；🧪 可回归；🤔 当前判断。本文引用的公开论文和 WeKnora 实验不是本项目实测结果，会在对应段落单独标明。
部分来源内容未展示，可前往原文继续阅读。
#ai-study-helper-v2#Agentic RAG#LLM Wiki#WeKnora#GraphRAG#CoveR#Decompose#Q-CARE#TREC CAR