新检索系统STAIR利用目录结构降低RAG幻觉，Recall@1达82.6%
研究团队提出STAIR，让大模型利用书籍的目录（ToC）等全局结构进行信息检索，在自建基准SearchTome上显著优于传统检索器，幻觉率低于0.05%。
AI解读：大模型做问答时经常需要外挂知识库（RAG），但传统做法是先把文档硬切成固定长度的小块，这会把书里的目录、章节逻辑这些整体脉络丢掉，导致检索不准、容易答错。这篇论文提出让模型先看目录再去找内容，等于先知道书的结构再翻页。在自建的18本书测试集上，它的首个命中率（Recall@1）达到82.6%，远高于BM25的59.5%，也比增强检索的DSI高约6个百分点，而且幻觉率低于0.05%。不过这个数字只在作者发布的SearchTome基准上测过，真实场景效果还要看模型对整本目录和全文的编码能力是否够用。这套方法最直接的价值是让AI替人查书、做综述时更靠谱；但对于只用搜索引擎、不依赖文档检索的普通用户，没什么影响，不用急着关注。
arXiv上的一篇新论文（编号2609.03874）提出了一种名为STAIR（结构感知信息检索器）的检索系统，让大语言模型利用语料库的全局结构（如书籍目录ToC）来存储和检索信息，以减少检索增强生成（RAG）中的幻觉现象。论文报告，STAIR在自建基准SearchTome上的Recall@1得分达82.6%，高于对比的DSI（76.9%），差异具有统计显著性。
方法要点
论文指出，当前检索器通常将长文本按长度切分为块，这一过程会丢失语料中丰富的全局语义结构。STAIR让LLM利用目录等全局结构，在模型参数中高效存储和检索信息，以降低“lost in the middle”问题的影响。
基准与对比数据
作者构建了SearchTome基准，由6个领域的18本书组成，用于评估基于目录的检索。在该基准上，STAIR表现优于DSI（76.9%）、BM25（59.5%）、DPR（68.7%）和开箱即用的Mistral（13.8%）。
研究显示，配合微调的微分搜索索引（DSI）系统，利用目录能构建幻觉率低于0.05%的生成式信息检索系统，并且在训练样本极少的情况下也能泛化。作者还公布了数据集的发布信息。