做 RAG 系统别忽视决策模型：一篇关于无检索器检索的新论文值得收藏

DecisionRAG 用一个决策模型取代 RAG 流程中的检索器：它从宽泛主题逐级走到文档再到段落，在一次前向传播中为所有候选打分，且不生成 token。在没有一级检索器、也没有任务专用训练的情况下，它在 MultiDoc2Dial 上比稠密检索加 8B 重排器高出 13.8 个 R@1 点，在 Natural Questions 上高出 17.4 个 Hit@1 点，搜索 268 万段维基百科段落，单次查询耗时 0.7-1.8 秒、成本 0.2-2.3 美分。之所以重要，是因为检索往往是 RAG 最弱的一环：检索器漏掉的东西永远到不了生成器，因此无检索器设计有可能提升整个流程。

• Elvis Saravia2026-10-29 14:18