PageIndex：一種無向量的 RAG 引擎，透過基於推理的樹狀檢索取代相似性搜尋，專為複雜文件設計

解決的問題

傳統基於向量的檢索增強生成 (RAG) 通常依賴語義相似性，這在處理複雜的專業文件時，可能無法找到真正相關的資訊。PageIndex 透過將基於相似性的搜尋替換為基於推理的檢索來解決此問題，確保系統是根據相關性和上下文理解來尋找資訊，而不僅僅是尋找聽起來相似的文本。

運作原理

PageIndex 將長文件轉換為層級化的樹狀結構索引（類似於詳細的目錄），而不是將其拆分為人工切分的區塊 (chunks)。接著，它利用 LLM 進行代理式樹狀搜尋 (agentic tree search)，透過對索引進行推理，導航至文件中最相關的章節。這個過程模擬了人類專家閱讀和瀏覽複雜文件的行為，使檢索過程具有可追溯性與可解釋性。

適用對象

專為處理長篇且複雜的專業文件用戶設計，例如財務報告、法律文件、監管文件、技術手冊和學術教科書。

重點特性

• 無向量 RAG：無需向量資料庫和分塊 (chunking)。
• 推理驅動：使用基於 LLM 的樹狀搜尋進行上下文感知檢索。
• 高準確度：在 FinanceBench 基準測試中達到 98.7% 的準確度。
• 可追溯結果：基於明確的頁碼和章節引用，提供更好的可解釋性。
• 靈活部署：提供自託管開源工具、雲端服務或企業級部署方案。