开源 PageIndex 弃用向量库做 RAG,FinanceBench 得分 98.7% 超 GPT-4o 搜索版
aakashgupta · x · 2026-11-05
Aakash Gupta 介绍开源项目 PageIndex,一种「无向量 RAG」方案,称可能颠覆整个向量检索式 RAG 行业:
- 不需要向量数据库、完全跳过 embedding、不切块、不用相似度搜索
- 核心思路:为 PDF 生成层级化目录树索引,由 agent 像下棋树搜索一样沿树导航,检索返回精确的页码/章节引用而非向量命中
- 流程四步:文档索引(解析层级结构)→ 树推理(LLM 自根向下定位相关叶子节点)→ 上下文感知检索(结合对话历史,返回精确引用)→ agentic 执行
- 成绩:FinanceBench(长金融财报测试)上 PageIndex 得 98.7%,同基准下 GPT-4o + 搜索仅 31%
- 优势:保留文档结构与上下文带来更高准确率、每个答案可溯源到页码、架构更简单成本低
作者表示自己此前为企业搭建的向量 RAG 在长文档和视频场景频繁出问题,这套方案提供了不同思路。项目开源免费。
「编程与Agent」频道最新
- Idiap 发布 DialFork：首个度量 LLM 智能体「程序性幻觉」的基准 — sergbur · 2026-11-05
- 前微软 Windows AI 工程师月烧 3000 美元 tokens,分享年度 AI 用法 — bibryam · 2026-11-05
- OpenAI 将 Codex 执行框架直接嵌入 Agents SDK,免自建 harness — RileyRalmuto · 2026-11-05
- 开发者用 AI 生成书脊图像，把读过的书做成可抽阅的 3D 书架 — dh7net · 2026-11-05
- LangChain 详解四种多智能体架构，选型前先想清楚两个约束 — bibryam · 2026-11-05
- Agent 拿你的合法凭证作恶，谁来识别那不是你的本意？ — Thessaly-Sorties · 2026-11-05