用于跨文档 RAG 的层次化摘要树

Retrieval-augmented generation（RAG）通过外部知识增强 large language models，而基于树的 RAG 将文档组织为层级索引，以支持多种粒度的查询。然而，现有面向单文档检索设计的 Tree-RAG 方法在扩展到跨文档 multi-hop 问题时面临关键挑战：(1) 分布适应性差，k-means clustering 因僵硬的分布假设而引入噪声；(2) 结构隔离，tree index 缺乏显式的跨文档连接；(3) 抽象粒度过粗，掩盖了细粒度细节。

为解决这些限制，我们提出 Ψ-RAG，一个具有两个关键组件的 tree-RAG framework。第一，通过迭代式“合并与折叠”过程构建 hierarchical abstract tree index，使其无需先验假设即可适应数据分布。第二，一个 multi-granular retrieval agent，通过重组查询和由 agent 驱动的 hybrid retriever，智能地与知识库交互。Ψ-RAG 支持从 token-level 问答到 document-level 摘要的多样化任务。

在跨文档 multi-hop QA benchmark 上，Ψ-RAG 的平均 F1 score 比 RAPTOR 高 25.9%，比 HippoRAG 2 高 7.4%。代码见 https://github.com/Newiz430/Psi-RAG。