EvalLLM 2026 的页面感知检索增强生成：法语 PDF 的五变体研究

当评估答案及其支持文档页面时，我们研究了有关法语 PDF 文档问题的检索增强生成 (RAG)。五个系统变体在 BM25 基线上添加了密集检索、排名融合、重新排名和查询分解。在 595 个挑战问题上，整个系统的 MRR@10 得分为 0.4450，Recall@10 得分为 0.4013，而 BM25 的得分为 0.3430 和 0.2994。单独的密集检索和简单的词汇-密集融合都表现不佳 BM25。重新排序改进了混合系统，而添加查询分解会产生最大的进一步增益，具有更高的延迟和更多检测到的输出工件。整个系统在两个答案指标上略高于报告的匿名总体平均值，但在大多数页面检索指标上低于该平均值。这些结果表明准确的页面选择（而不是孤立的语义检索）是改进此设置的主要机会。