arXiv cs.AI· Afshan Hashmi·· 13 小时前AI 评分22
面向金融、法律与医疗文档的自适应查询路由：分层混合检索框架
Adaptive Query Routing: A Tier-Based Framework for Hybrid Retrieval Across Financial, Legal, and Medical Documents
AI 导读
该论文在金融、法律、医疗小型受控语料上对比 Vector RAG、Tree Reasoning 与自适应混合检索（AHR）三种配置，并引入四层查询复杂度基准，用 GPT-4o-mini 做 LLM-as-judge 评测。
正文 · AI 翻译
摘要：检索增强生成（RAG）已成为将大语言模型输出建立在外部知识之上的标准范式。Lumer 等人针对 1,200 份 SEC 文件中的财务文档问答，首次系统评估了基于向量的智能体 RAG 与基于分层节点的推理系统，发现基于向量的系统胜率为 68%。与此同时，PageIndex 框架通过纯推理式检索在 FinanceBench 上报告了 98.7% 的准确率。本文在其工作基础上进行了扩展：(i) 在一个由财务、法律和医疗文档组成的小型受控语料库上，实现并评估了三种检索配置：Vector RAG、Tree Reasoning 以及所提出的自适应混合检索（AHR）；(ii) 引入了一个四层查询复杂度基准；(iii) 采用以 GPT-4o-mini 作为评判者的 LLM-as-judge 评估。实验表明，Tree Reasoning 取得最高总分（0.900），但没有任何单一范式在所有层级上都占优：AHR 在交叉引用查询上得分最高（0.850），三种方法在多章节查询上并列（0.929），而 Vector RAG 在唯一的跨文档查询上得分最高（0.900）。Vector RAG 的平均延迟最低（1.61 秒，而 Tree Reasoning 为 3.40 秒）。在首批 50 个公开发布的 FinanceBench 问题上，以基准随附的证据片段作为检索语料库，Tree Reasoning 得分为 0.938，Hybrid AHR 为 0.901，Vector RAG 为 0.821。由于各配置在文档访问、生成提示词和输出长度限制方面也存在差异，这些差异不能仅归因于检索架构。在这些初步结果中，自适应路由器总体上并未优于固定的树推理（0.845 对 0.900）；这些结果促使我们开展更大规模的评估，以确定基于查询的路由在何时有帮助，而非确立其收益。
| 评论： | 12 页，4 幅图，6 张表。v2：方法描述已修正以与实验代码一致；因原始评分器忽略了文档身份，章节级检索指标已撤回；FinanceBench 语料库已澄清（随附证据片段、前 50 个公开问题）；披露了各配置之间的提示词和输出长度差异 |
| 主题： | 信息检索（cs.IR）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.14222 [cs.IR] |
| （或 arXiv:2604.14222v2 [cs.IR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.14222 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Afshan Hashmi Dr. [查看电子邮件]
[v1]
2026 年 4 月 14 日星期二 10:48:13 UTC（1,086 KB）
[v2]
2026 年 10 月 28 日星期三 09:45:47 UTC（332 KB）
来源：arXiv cs.AI · arxiv.org