arXiv cs.CL· Yuchao Wu·· 11 小时前AI 评分38
SAG2：基于 BM25 与 JEV 的无嵌入向量多跳检索
SAG2: Embedding-Free Multi-Hop Retrieval with BM25 and JEV
AI 导读
SAG2 是一种无嵌入向量的多跳检索架构，仅依赖单个 SQLite 数据库、BM25 和 JEV 的上下文证据决策，将语义证据选择移到查询时，省去离线嵌入计算、基于 LLM 的事件实体抽取和专用数据库服务器。
正文 · AI 翻译
摘要：强大的多跳检索应当无需昂贵的语料库准备或复杂的数据库基础设施即可实际部署。我们提出 SAG2，一种无需嵌入的检索架构，围绕单个 SQLite 数据库、BM25 以及来自 JEV 的上下文证据决策构建。SAG2 遵循 SAG（SQL-Retrieval Augmented Generation）的查询时关联原则，同时用基于原始段落的词法索引替代其事件实体索引和稠密索引。选中的段落为后续检索提供词项，新检索到的证据引导后续决策。这将语义证据选择移至查询时，消除了离线嵌入计算、基于 LLM 的事件实体抽取以及专用数据库服务器。由此得到的系统将轻量准备与强大的检索准确率相结合：在 MuSiQue、2WikiMultiHopQA 和 HotpotQA 的 1,000 题子集上，SAG2 在所比较的方法中取得最高的 Recall@5 和 Recall@10，Recall@10 分别为 86.62%、97.43% 和 99.00%。它还在包含 511,962 篇文档的 EnterpriseRAG-Bench 语料库上达到 81.10% 的文档 Recall@10。为全部 11,656 篇 MuSiQue 段落建立索引耗时 2.36 秒，生成 25.87 MiB 的数据库，且无需模型调用。SAG2 表明，准确的多跳证据检索可以由紧凑、快速准备的基础设施支撑，使其成为知识检索应用的实用基础。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22588 [cs.CL] |
| （或 arXiv:2610.22588v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22588 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yuchao Wu [查看电子邮件]
[v1]
2026年10月15日星期四 19:37:48 UTC（184 KB）
来源：arXiv cs.CL · arxiv.org