document-retrieval

RetrievalRouter 是一个轻量级的查询感知路由器，能够自适应选择检索管道，以提高文档检索的准确性和速度，超越静态基线。

本文提出Trident方法，通过结构化的多维度页面标注，增强长文档视觉问答中的重排与综合环节，从而提升证据选择与答案生成的准确性。

LlamaParse 引入了新的文档检索端点，包括混合搜索、文件 grep、文件 find 和文件 read，旨在提高非结构化文档上的智能检索质量。

一个关于构建本地文档RAG系统的详细技术咨询，涵盖存储、摄取、查询和高亮，寻求关于向量数据库、GraphRAG可行性以及文档高亮实现的建议。

Unveil提出了一个用于多模态文档检索的统一视觉-文本嵌入框架，通过知识蒸馏将语义理解从视觉-文本模型转移到纯视觉模型，实现鲁棒且高效的检索。

UniDoc-RL 提出了一种面向大型视觉-语言模型的强化学习框架，通过层次化决策与密集多奖励监督来优化检索、重排序和视觉推理，在视觉RAG任务上相较此前基于RL的方法实现了高达17.7%的性能提升。