PAGE-RAG：用于长文档问答的循证自适应图检索

GraphRAG 通过引入传统检索之外的结构化表示来改进长文档问答。然而，自动构建的图本质上是源文档的不完整投影，将它们视为独立的知识源可能会导致不可靠的检索和生成。我们提出 PAGE-RAG，一种投影感知自适应图检索框架，用于可靠的长文档问答。 PAGE-RAG 将图结构视为组织和导航文档知识的语义骨架，而不是替换原始知识源。基于这个视角，PAGE-RAG引入了任务自适应检索路由策略，根据查询需求动态选择合适的检索行为。此外，PAGE-RAG 结合了严格的知识边界控制，确保生成的响应始终基于可用的证据，并避免超出可访问知识范围的不受支持的信息。实验表明，PAGE-RAG 实现了有竞争力的答案质量，同时提高了检索效率和知识可靠性，凸显了投影感知图建模、自适应检索和显式知识边界控制对于可信赖的 GraphRAG 系统的重要性。源代码可在 https://github.com/CXY0112/PAGE-RAG 上公开获取。