RAGFlow 实测:只用 BM25+grep 让 MiniMax M3 达 91% FRAMES
dair_ai · x · 2026-11-02
RAGFlow 团队(InfiniFlow)发布论文《Context as Infrastructure》,核心发现:
- 一个只配备 BM25 和 grep 两种检索工具的 harness,在 MiniMax M3 上答对 85% 的 BrowseComp-Plus 和 91% 的多跳 FRAMES 基准——完全不用向量索引和编译索引。
- 在此之上叠加 summary trees、PageIndex 式大纲、wiki、知识图谱等结构,均未提升 FRAMES 准确率,大纲在规模变大后反而变差。
- 结构的价值在省 token:以 claim-evidence 对为叶子的导航树,在证据充分时把查询 token 减少 91%,不充分时增加 1.9%,平均省 38%。
- 代价是额外检索轮次:token 减半但延迟约增至 3 倍;加一个决策门可将延迟从 140 秒降到 30 秒。
结论:在 agentic RAG 里,准确率可能已饱和,索引结构应按 token 和延迟来评估。
所属事件:研究称简单检索工具即可大幅提升 Agent 准确率(2 条相关)→
「编程与Agent」频道最新
- 播客实录：管理 10 人+50 个 Agent、砍掉 97% Claude 成本、扛过月 55 万美元 API 账单 — Ror_Fly · 2026-11-03
- ICSE 2027 LLM4Code 工作坊开放投稿,11月13日截止 — LingmingZhang · 2026-11-03
- Claude Code 启动上下文占用从 63K 降到 22K,省 65% — dSebastien · 2026-11-03
- 「我沉迷点这些按钮」：编码 agent 权限弹窗成圈内梗 — ThePeterMick · 2026-11-02
- 用户抗议 OpenAI 拟合并 ChatGPT 与 Codex 用量额度 — TinfoilTricorn · 2026-11-02
- 离谱想法：带一支 agent 团队能否把人练成更好的工程经理 — HankYeomans · 2026-11-02