PRIME: Совершенствование моделирования индекса до возврата для структурированного документа

arXiv: 2610.13296v1 Тип уведомления: перекрестное резюме: высокоточный поиск внешних баз знаний имеет важное значение для эффективной работы агентов ЛМЗ. Вместе с тем существующие исследования по сбору информации (ИР) в первую очередь позволяют оптимизировать процесс поиска запросов (например, ColBERT, BGEE) и генераторов (например Self-RAG, GraphRag), уменьшая при этом представительство в корпусе до отсечения. Таким образом, индексное качество становится недостаточно изученным рычагом. Мы предлагаем систему оптимизации индекса до восстановления (PRIME), основанную на двух дополнительных направлениях: семантическая реструктуризация (SR) под руководством LLM, которая преобразует длинные документы в структурированные разделы информации и детерминистский синтез метаданных (MS) и Иерархический поиск данных (HR), которые вырабатывают семантичные якорьы и структуру направления для поиска крупнотонко-функциональных участков. Результаты наших оценок показывают, что детерминистские метаданные соответствуют качеству поиска в системе хвостовых систем при одновременном сокращении ввода вычислений