Naive RAG 已死？Advanced RAG 不是換模型——四篇論文的架構思考

Fri, 29 May 2026 20:00:00 +0800

這篇文章是四篇技術解析系列的入口，包含完整的論文對比框架與工程實踐建議。如果想把這些技術真正用在工作上，歡迎繼續讀下去，並點開各篇連結。

一個讓人好奇的問題
#

有沒有想過，公司現在跑的 RAG 系統，在「真實文件」上的準確率是多少？

指的不是乾淨的 Wikipedia 段落，也不是精心挑選的 benchmark，是企業實際業務文件：財務年報、法規手冊、技術規格書、會議記錄。這些文件通常同時包含大量文字敘述、多層次的表格、過時的數據，以及時間敏感的政策資訊。

我最近閱讀了四篇 2025–2026 年發表的頂尖 RAG 論文，得到了一個有點驚訝的答案。

傳統 RAG 在真實異質文件上的 HiT@1，可以低到 1.59%。

這不是劣質系統。這是企業通用的標準向量搜尋方法，套用在包含層級表格的真實文件上的表現。

這四篇論文，從四個不同維度回答了「為什麼會這樣」，以及「我們應該怎麼做」：

這篇文章是這四篇RAG系列的入口，主要是為了先建立一個全局視野：Advanced RAG 到底在解決什麼問題，這四篇論文各自站在哪個位置，它們合在一起說了什麼。