检索的三个方面：RAG 中文档端、查询端和答案端互补性的阶乘证据

RAG 系统依赖于分块，这会破坏文档中的结构信息。现有的基于标题的检索（Jeong 等人，2025）需要对每个文档进行多次 LLM 调用，并返回匹配部分内的子块。我们引入了 ToC 引导的页面检索，它无需 LLM 调用即可从视觉格式推断标题，将它们嵌入为并行索引，并加载整个页面部分。在 8 个企业文档（5 至 195 页）的 1,280 个条件中，我们发现：（1）ToC 对答案质量具有显着的主效应（d = +0.41，p = 0.031），在完整性（+0.40）和实用性（+0.40）方面收益最大； （2）结合答案端验证，优于查询端分解+验证（d=+0.32，p=0.036）； (3) 尽管每个查询仅增加 2.9 页，但 ToC 贡献了 20% 的引用； (4) 较长文档的增益在方向上更大（118 页最多 +1.50），尽管 8 个文档的趋势并未达到显着性； (5) 480 个条件的敏感性分析发现没有显着的参数影响（所有 p > 0.38），确认默认值接近最优。该贡献既是方法论上的（一种新的零 LLM 成本检索算法），也是经验上的：阶乘证据表明文档侧、查询侧和答案侧增强是互补的，这是以前未研究过的三向交互。