arXiv论文提出自适应混合检索AHR并初步评测：未胜过固定树推理

Afshan Hashmi 提交的 arXiv 论文（v2）在金融、法律与医学文档的小型受控语料上，实现并评测了 Vector RAG、Tree Reasoning 与其提出的自适应混合检索（AHR）三种配置，并提出四层查询复杂度基准，用 GPT-4o-mini 做 LLM-as-judge 评估。 初步结果显示，自适应路由整体上并未胜过固定树推理，得分分别为 0.845 与 0.900。论文同时说明，三种配置在文档访问方式、生成提示词与输出长度限制上也有差异，因此结果不能单独归因于检索架构。 在 FinanceBench 前 50 道公开题目上，评测使用基准自带的证据片段作为检索语料。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。