LARAG：超链接技术文档中 RAG 系统的链接感知检索策略

检索增强生成 (RAG) 通过调节外部文档的输出来增强 大语言模型 的事实基础。然而，基于标准嵌入的 检索器 将自然结构化的语料库（例如技术手册）视为段落的平面集合，从而忽略了用户在导航此类内容时所依赖的超链接拓扑。我们介绍 LARAG（链接感知 RAG）：一种轻量级的链接感知检索策略，它利用 HTML 文档中已有的作者定义的超链接结构，将超链接关系编码为块表示中的元数据，并利用它们对本地相关内容执行一种类似图形的检索。在对 Rulex 平台技术文档和四种提示策略进行 20 个专家设计的查询的基准测试中，LARAG 不断提高答案质量，实现最高的 BERTScore F1，同时与用于比较的基准 RAG 架构相比，检索更少的块并生成更少的词元。这些结果表明，直接利用技术文档的现有超链接拓扑，即使没有显式的图构造或推理，也可以实现隐式的类图检索，从而产生更可靠、更高效的 RAG 管道，以更低的成本提供更好的基础。