#Document QA

3 篇

Locate, Judge, Read: Role-Specialized Tool Agents over a Knowledge-Point Index for Open-Domain Multimodal Document QA

定位、判断、阅读：基于知识点索引的角色专用工具智能体用于开放域多模态文档问答

🧭 角色分工的多 Agent 文档 QA ★ 深度解读

Metask Lab

按任务拆分搜索与阅读智能体、代码强制第二跳，在三个文档 QA 基准上显著超越现有系统

📌 工作参考价值（4 点）

搜索与阅读工具物理隔离：在电商商品库/文档客服 Agent 中，可把「找商品/找片段」和「读详情/规格」拆成两个 agent，Reader 不挂搜索工具，避免模型无限搜而不读；论文显示单 agent 全工具且双倍轮数反而低 1.9 F1。
类型化证据池：多模态业务里图片/表格在文本排序中分数低容易被淘汰；建议按 text/image/table/example 分池并各自设 cap，每次搜索保护 top-K，合并所有搜索的排名，这能显著保住图表证据。
代码级桥接判断：不要靠模型自己发现缺少第二跳文档；在检索后加一个固定 prompt 检查是否覆盖所有 hop，缺失则定向补搜 1-2 次。在 MultiHop-RAG 上这是最大单项提升来源，「all evidence found」从 50.6% 升到 65.1%。
轮次预算观察：4+4 后基本平台，延迟主要随模型调用数而非语料规模增长；工程上可设 Locator/Reader 为 cap 上界，让模型提前停，保证首 token 快。对需要多跳属性补全的推荐解释/导购 Agent 有直接可复制性。

MultiAgent | 2026-10-09 | cs.IR | score 8/10

从分块到功能证据：面向 EDA 文档问答的功能感知检索

🧭 RAG 检索单元重构 · 功能超边

Zhejiang University · Shanghai Innovation Institute

用功能单元（超边）重组多类型文档碎片，训练编码器对齐 query 与功能单元，联合 chunk 检索与统一 reranker，大幅提升 EDA 文档 QA 的 ROUGE-L

📌 工作参考价值（3 点）

复杂技术文档、商品详情页、广告投放规则等多类型碎片场景，可借鉴「功能单元」思想：将相关代码块、参数表、图、约束等聚合成检索单元（如商品功能单元、活动规则单元），用超边链接源 chunk，缓解 query 与孤立 chunk 失配问题。
检索阶段采用单元检索与直接 chunk 检索并行，再统一 reranker 选证据，比单一 chunk 或纯图检索更稳；在电商知识库 QA、规则问答里可直接复用该混合召回架构。
训练一个 encoder 对齐 query 与功能单元表示，而非只训练 chunk encoder，能更好捕获跨模态/跨类型信息之间的耦合关系；业务上可对商品多属性（标题、参数、卖点、图）学习统一功能表示。

RAG | 2026-10-07 | cs.IR | score 7/10

注入、对齐、恢复：面向无检索文档知识内化的分阶段后训练

🧭 LLM 后训练 · 文档知识内化

Beijing Academy of Artificial Intelligence (BAAI)

提出IAR三阶段后训练框架，将固定文档语料内化为LLM参数知识，兼顾领域QA与通用能力

📌 工作参考价值（4 点）

在电商/客服场景需要将商品库、政策文档内化到LLM以支持无检索问答时，可将文档转为多种重构目标（续写、改写、指令条件重建）做注入，比单纯 continued pretraining 更利于后续指令跟随。
三阶段分离有效：先注入领域知识，再做答案监督的QA对齐，最后将领域模型与基座指令模型合并恢复通用能力——这种“领域适配+模型合并”模式可直接复用到导购Agent、店铺客服模型，避免灾难性遗忘。
若算力受限，LoRA/FAPM 等参数高效方法在部分通用指标上可赢，但 IAR 在领域内化与通用能力平衡上更稳；业务中优先选择 IAR 式全量阶段或混合方案。
评估时同时报告领域QA准确率和 IFEval/MMLU 等通用指标，避免只盯领域指标导致通用能力坍塌；业务中应建立类似的领域-通用双维度评测。

Training | 2026-08-20 | cs.CL | score 7/10