查询扩展应该协调：密集扩展，稀疏锚点

检索增强生成 (RAG) 系统依靠检索模块将 大语言模型 (LLM) 输出接地。基于 LLM 的查询扩展通过类似文档的段落丰富了检索，但混合检索的评估通常融合密集和稀疏排名的固定 top-L 前缀。由于 L 控制跨渠道贡献和排名访问，因此它可以改变测量的扩张收益。因此，我们评估完整列表的有效性并记录验证有序 top-K 所需的每通道重放停止深度。这改变了设计：因为两个排名都决定融合结果，所以它们的查询结构应该协调而不是独立设计。我们提出了 DESA（密集扩展和稀疏锚定），它跨渠道共享生成的参考，但专门化了它们的集成。正交残差扩展为密集查询添加了新的语义方向，而分数乘积锚定对原始稀疏支持进行了重新排序，而不接受仅扩展匹配。因此，相同的参考文献起着互补的作用：密集扩展；稀疏锚点。在七个 BEIR 数据集中，DESA 相对于未扩展查询将 nDCG@10 和 Recall@20 提高了 3.82% 和 2.38%，同时将密集和稀疏重播停止深度降低了 36.90% 和 36.56%。