控制权威检索：权威管辖知识的缺失检索目标

在法律、药品和软件安全监管制度中，新的监管机构可以撤销旧的监管机构，即使在语义上相距甚远。我们称之为 CAR：检索语义锚 q 的当前活动权威边界，即 front(cl(A_k(q)))。这与通过相关性得分查找最相似的文档不同：argmax_d s(q, d)。定理 4 描述了当集合 R 真正覆盖了 q 的活动权限集（TCA(R, q)=1）时，为任何检索到的集合 R 提供必要和充分的条件：前沿包含（R 中包含的 front(cl(A_k(q)))）和无忽略取代（R 之外的语料库中不存在取代文档）。命题 2 显示，在任何范围索引算法的最坏情况下，TCA@k <= phi(q) * R_anchor(q)，由对抗性排列论证证明。我们评估了三个真实世界的数据集：安全建议（Dense TCA@5=0.270，两阶段 0.975）、SCOTUS 否决对（Dense TCA=0.172，两阶段 0.926）和 FDA 药品记录（Dense TCA=0.064，两阶段 0.774）。 GPT-4o-mini 实验表明，Dense RAG 对于存在补丁的 39% 的查询产生明确的“未补丁”声明；两阶段将这一比例降低至 16%。四个基准数据集、域适配器和单命令评分器已在 https://github.com/andremir/car-retrieval 上发布。