DCD：用于受控检索增强生成的面向领域设计

检索增强生成 (RAG) 被广泛用于将 大语言模型 纳入外部知识源。然而，当应用于异构语料库和多步骤查询时，Naive RAG 管道通常会由于平坦的知识表示和缺乏显式工作流程而导致质量下降。在这项工作中，我们引入了 DCD（Domain-Collection-Document），这是一种面向领域的设计，用于在 RAG 系统中构建知识并控制查询处理，而无需修改底层语言模型。所提出的方法依赖于信息空间的分层分解和基于结构化模型输出的多级路由，从而能够逐步限制检索和生成范围。该架构辅以智能分块、混合检索以及集成验证和生成护栏机制。我们描述了 DCD 架构和工作流程，并讨论了综合评估数据集的评估结果，强调了它们对应用 RAG 场景中的鲁棒性、事实准确性和答案相关性的影响。