More Context, Same Budget: Dual-Bounded Relational Recall Beyond Top-K Retrieval
更多上下文，相同预算：超越Top-K检索的双界关系召回
🧭 检索上下文分配 · 图关系扩展
Radiant Institute for Manifold Studies (RIMS)
相同检索预算下，用相关性种子加图邻接扩展比平铺top-k多恢复23.8个百分点的完整支持证据
📌 工作参考价值
- 在RAG/搜索上下文中，不要把上下文窗口只当Top-K分数填充：可以预留一部分预算给与已选高相关实体有边关系的邻居（知识图谱、共现、商品关系等），这对需要多跳证据的查询尤其有效。实验证明相同token/对象预算下，图邻接扩展比继续下钻排名多恢复24%的完整证据集。
- 评估检索不要只看单条hit rate或recall@k：改用「完整支持集恢复」这类集合级指标，才暴露出平铺top-k在组合证据上的短板。电商导购中一个答案往往需要多个商品/属性共同支撑，单条命中掩盖了证据不完整问题。
- 问题类型决定策略：桥接类/多跳查询从关系扩展中获益巨大（+28.7pp），比较类查询几乎不获益（+4.2pp）。先做查询类型识别，再有条件触发关系扩展，能集中预算、减少对平铺场景的伤害。
- 关系质量必须用真实业务图谱：随机邻居和度保持打乱图都显著弱于真实关系图，说明不能只靠粗略共现或结构相似，要构建和维护语义准确的知识图谱。
- 注意伤害案例：关系扩展替换掉了192个问题本可恢复的平铺项，并非单调有益。部署时应学习一个选择器或价值模型，在扩展和继续下钻之间做期望收益判断。
动机：检索系统的上下文窗口是一个固定预算。传统做法是按相关性分数从高到低填充，但当证据需要通过关系连接起来时（如HotpotQA桥接问题），后一个证据可能只有在看到前一个证据后才变得相关。平铺top-k会遗漏这种关系依赖，导致上下文内证据不完整。问题在于：在相同的检索单元和token上限下，把预算花在已选相关种子的图邻接上下文上，是否比继续按排名填充更能恢复完整支持证据？
方法关键点：
- 冻结HotpotQA FullWiki开发集7,405个问题（5,918桥接，1,487比较），共同BM25相关性排序阶段。
- 对比两种分配：matched flat baseline（继续下钻排名）与Primary relational allocation（相关性种子 + 有界图邻接上下文）。
- 图结构：5,233,329节点，19,300,783边；主要结局指标是完整支持证据恢复（所有官方支持事实均被检索到才为1）。
- 配对实验设计，风险差估计，McNemar检验、10,000重采样bootstrap、Holm多重校正，预设实用阈值+0.03。
- 另设Sensitivity A/B、随机邻居对照、度保持打乱图对照，以及gold-derived机会人群诊断。
关键实验与数字：
- 全人群7,405问题：Primary完整支持恢复率58.3% vs 平铺基线34.5%，配对风险差0.2377（95% CI 0.2269-0.2489），改进1,952，打平5,261，伤害192。
- 分层效果：桥接问题风险差0.2869（WIN），比较问题0.0417（未过+0.03阈值，判为INCONCLUSIVE）。
- 真实关系图显著优于随机邻居（RD 0.1651）和度保持打乱图（RD 0.3086）；在机会人群（n=3,562）中差异更大（0.3425和0.6373）。
- Sensitivity A/B同样为正但伤害略增，显示非单调性。
最值得记住的一句话：检索质量不仅取决于哪些物品得分高，还取决于如何围绕已发现的相关证据分配有限的上下文预算。