HKVM-RAG：多跳 RAG 的键值分离超图证据组织

多跳 RAG 带来了段落匹配之外的数据工程问题：在固定的检索预算下，系统必须将检索到的文本组织成暴露答案链的证据单元。密集的 检索器 独立地对段落进行评分，而基于图形的记忆使关联变得明确，但通常依赖于成对或以实体为中心的键来分段多跳证据。我们提出 HKVM-RAG，一个键值分离的证据组织层。它从缓存的段落级 LLM 证据元组中组装答案路径超边，并将其用作检索键，同时保留段落文本作为答案值。为了隔离键空间设计，我们的固定基质协议在成对图和超图变体中保持元组缓存、候选段落、读取器和评估预算恒定。加权超图键值检索在 2WikiMultiHopQA 上比 KG-PPR 提高了 +3.426 F1，在 MuSiQue 上提高了 +3.592 F1； HotpotQA 表明，更高的结构化支持覆盖范围不一定会产生独立的答案 F1 增益。因此，我们将 WHG-KV 作为证据控制信号而不是密集检索替代品进行研究。 Oracle 和训练到开发分析将支持选择确定为可修复，并且密集感知控制器使用折叠 HKVM 预测结合了冻结的 ColBERTv2 和 HKVM 排名/分数功能。它在三个基准测试中分别达到 88.846、65.073 和 85.810 F1，比 ColBERTv2 提高了 +11.084、+6.763 和 +5.966 F1。源级消融显示匹配的非 WHG 结构信号与 WHG-KV 增益不匹配。这些结果提供了有界证据，证明键值分离的超图组织可以作为多跳 RAG 的可重用证据控制机制。