SQL 才是 RAG 操作表格的正確選項——TableRAG 框架解析
這篇文章是「Advanced RAG 架構解析」系列的第一篇技術解析，對應的綜述概覽在這裡。本篇聚焦 TableRAG（arXiv:2506.10380），逐步拆解它的架構設計、HeteQA benchmark 數據，以及工程實踐中值得借鑒的設計方式。
前言 # 某人問 RAG 系統：「2008 年由 Activision 發行且仍在上架的遊戲，占全部仍在上架遊戲的百分比是多少？」
系統回答：50%。
正確答案是：20%。
這個錯誤不是因為模型不夠聰明，也不是因為向量搜尋失效——相關的表格確實被找到了。問題在於：RAG 只找到了「部分表格片段」，然後讓 LLM 在這殘缺的資料上估算百分比。LLM 盡力了，但它總不可能從片段資料算出全局正確的統計數字。
這就是 Huawei Cloud 在 TableRAG（arXiv:2506.10380）論文中，為所有現有 RAG 方法找出的根本性缺陷，他們稱這為「缺乏全局視角（Lack of Global View）」。
這篇文章會拆解 TableRAG 的架構設計，分析它在三個 benchmark 上的數據表現，探討實驗告訴我們的事，並思考這框架在真實工程場景中的落地意義。
核心問題：為什麼 Naive RAG 操作表格會失敗 # TableRAG 論文一開頭就點出現有 RAG 方法處理表格時的兩個根本問題，先弄懂這兩點，後面的設計才看得比較懂。