QESChunker：用单一目标统一RAG重叠与非重叠分块

论文将RAG分块转为受监督的预算感知索引构建问题。

资讯摘要

论文提出QESChunker，据称是首个利用问题—证据监督构建静态分块索引的方法。它把非重叠与重叠分块统一为问题—证据效用最大化目标：非重叠约束下可用动态规划在多项式时间内精确求解；允许重叠时目标为单调子模，精确求解为NP难，贪心算法达到(1-1/√e)近似。作者报告在自建与公开数据集上，两种变体的完整证据召回率多数优于现有方法。

要点速读

1. QESChunker依据人工标注或LLM生成的问题—证据对构建文档专属分块索引，无需访问留出测试查询。
2. 非重叠分块可经动态规划精确求解；重叠分块用贪心算法获得(1-1/√e)近似。
3. 作者报告在2个自建和3个公开数据集上，相同重叠设定与固定混合检索器下，完整证据召回率几乎全部优于现有分块方法。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。