RAG 如何处理多跳问题和长文档？父子检索、邻居扩展怎么用？
简化版
多跳问题需要组合分散在不同片段、甚至不同文档的证据，一次 Top-k 相似度检索往往不够。做法是先分解子问题并迭代检索，再用父子检索、邻居扩展补全局部上下文；每一步都保留来源、控制噪声，避免错误中间结论继续传播。关键——不能简单把 Top-k 调大（大量无关上下文会增成本，还触发「中间遗忘」）。
详细版
常见策略：
- 问题分解：拆成多个子问题，按依赖顺序检索；
- 迭代检索：从首轮证据抽取实体/线索，再发起下一轮；
- 父子检索：小子块匹配、返回较完整父块；
- 邻居扩展：命中一个 chunk 后补同文档前后片段；
- 层次摘要：为章节/文档建摘要索引，先定位范围再深入原文；
- 证据图：把实体、关系、来源组织起来支持跨文档查询。
应根据问题动态选检索轮数、上下文窗口、停止条件。
完整版教学
一、什么是多跳问题（单跳 vs 多跳）
单跳（一段证据直接答）："产品 A 的保修期多久？"
多跳（连接多个事实）："产品 A 的负责人所在部门今年发布了哪些项目？"
需要：① 找负责人 → ② 找他的部门 → ③ 找该部门项目如果直接把完整问题编码成一个向量，多个关系被压缩在一起，任何单个文档都不一定与整句高度相似——这是一次 Top-k 检索搞不定多跳的根本原因。
二、问题分解与迭代检索
规划子问题（有依赖）：
1. 产品 A 的负责人是谁？ → 检索得到"张三"
2. 张三属于哪个部门？ → 用"张三"检索得到"研发部"
3. 研发部今年发布了哪些项目？ → 用"研发部"检索
每步保存：文档 ID + 原文片段 + 置信信号关键原则：某一步没有可靠证据时应停止或换查询，而不是让模型猜一个中间答案继续（否则错误逐步传播）。互不依赖的子问题可并行检索降延迟。
三、父子检索解决什么
小块匹配更精确，却可能缺标题、定义、例外条款。父子检索为每个小块记录所属父块：
命中【子块】"逾期利率为 0.05%/天"（精确匹配）
→ 返回【父块】"第五条 违约责任：...逾期利率为 0.05%/天...（含前提和例外）"
→ 生成模型拿到完整上下文适合章节结构明确的手册、合同、技术文档。但父块过大会重新引入噪声，可只返回命中句周围窗口并保留标题路径。
四、邻居扩展的适用场景
若答案跨越相邻段落，可在命中块前后补 1-2 个块。但要校验：必须同文档、同章节、连续位置——不能把索引里相邻但原文无关的块硬拼。
优点：邻居扩展比固定大 overlap 更省索引空间，因为只在查询时按需取上下文，而非建库时就冗余存储。
五、层次检索与停止条件
长文档建「文档摘要 → 章节摘要 → 原始片段」多级索引，先按问题选文档/章节，再在限定范围搜细节。适合「总结整份报告主要风险」这类范围型问题。但摘要会漏细节，最终事实要回到原始片段。
迭代检索可能无限扩散，生产系统必须限制：最大跳数、每跳候选数、总 token，并在证据已覆盖问题要点时停止。可缓存子查询结果、并行无依赖步骤、用轻量模型做规划。
六、常见误区与追问
- 误区：多跳问题把 Top-k 调大就行。 大量无关上下文增成本、触发中间遗忘，反而更差，要分解+迭代。
- 误区：长上下文能自动解决多跳。 研究表明关键信息在中间时模型利用下降（lost in the middle），仍要先筛选组织证据。
- 误区：邻居扩展可以随便拼相邻块。 必须校验同文档/同章节/连续位置，否则拼进无关内容。
- 误区：层次摘要可以当最终事实。 摘要会漏细节，事实要回到原始片段。
- 追问：为什么一次向量检索搞不定多跳？ 多个关系压进一个向量，单个文档不一定与整句相似。
- 追问：中间步骤没证据怎么办？ 停止或换查询，绝不让模型猜中间答案继续（防错误传播）。
- 追问：父子检索兼顾了什么？ 子块精确匹配 + 父块完整上下文，“找得准”和”读得全”兼得。
- 追问：迭代检索怎么防无限扩散？ 限最大跳数/每跳候选/总 token，证据覆盖要点即停，缓存+并行降本。
七、加强记忆
多跳记「沿线索连续找卡」：单跳”找到一张卡就能答”，多跳”分解子问题→迭代检索（每步用上步实体、保留证据、无证据即停）“。补上下文靠父子检索（子块精匹配+父块完整）和邻居扩展（校验同文档连续位置、比大 overlap 省空间），长文档靠层次摘要（先定范围再回原文）。核心认知钉死：别简单调大 Top-k（增噪+中间遗忘）、长上下文不自动解决多跳、每一步都要证据链兜底不让模型猜、迭代要设停止条件。