SCAR: Semantic Continuity-Aware Retrieval for Efficient Context Expansion in RAG
SCAR：语义连续性感知的检索策略实现RAG高效上下文扩展
🧭 语义连续性感知的自适应上下文扩展
Horizon Flow
提出自适应扩展相邻块的检索策略，以更少的块数达到高召回并减少 token 开销
📌 工作参考价值（4 点）
- 在电商知识库、客服RAG中，可借鉴SCAR的自适应扩展逻辑，通过权衡查询相关性与结构连续性，避免静态窗口造成的token浪费，用更少的上下文块保持高召回。
- 方法对嵌入模型具有尺度不变性，同一超参数可直接跨模型迁移，减少多业务场景下的调参成本，适合快速部署。
- 对于需要跨段落重组证据的长文档（如产品规格书、法律条款），SCAR可提升边界分割后的证据链完整性，避免人工调整分块策略。
- 在Agent的记忆检索或工具调用文档检索中，引入结构连续性惩罚项，能有效缓解因固定分块带来的信息碎片化，提升下游生成质量。