延伸阅读

本章列出 RAG 相关的论文、官方文档、博客与学习路径，并给出相邻主题的交叉引用。

学术论文

• Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks

  • 论文地址：https://arxiv.org/abs/2005.11401
  • 价值：RAG 的奠基论文，理解“先检索再生成”的范式。

• Dense Passage Retrieval for Open-Domain QA

  • 论文地址：https://arxiv.org/abs/2004.04906
  • 价值：DPR 双塔检索，现代 dense retrieval 的基础。

• BGE: BAAI General Embedding

  • 论文/模型：https://github.com/FlagOpen/FlagEmbedding
  • 价值：中文/多语言开源 embedding 的优秀基线。

• SPLADE: Sparse Lexical and Expansion Model

  • 论文地址：https://arxiv.org/abs/2107.05720
  • 价值：学习得到的稀疏表示，连接 BM25 与 dense retrieval。

• ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction

  • 论文地址：https://arxiv.org/abs/2004.12832
  • 价值：token 级 late interaction，检索精度高。

• Reciprocal Rank Fusion outperforms BM25

  • 论文地址：https://plg.uwaterloo.ca/~gvcormac/cormacksigir09-rrf.pdf
  • 价值：RRF 的经典说明。

• RAGAS: Automated Evaluation of Retrieval Augmented Generation

  • 项目地址：https://github.com/explodinggradients/ragas
  • 价值：端到端 RAG 评估框架；0.4 系列（2025-12 起）迁移到 collections API / BasePrompt 架构，原生支持 GPT-5/o 系列，便于嵌入 CI 与在线 trace。

• GraphRAG

  • 论文/项目：https://github.com/microsoft/graphrag
  • 价值：知识图谱增强 RAG。

2025–2026 新进展

• LaRA: Benchmarking Retrieval-Augmented Generation and Long-Context LLMs — No Silver Bullet

  • 论文地址：https://arxiv.org/abs/2502.09977 （ICML 2025）
  • 价值：长上下文 vs RAG 论战的关键基准——比较/推理智取 RAG，幻觉抑制与拒答 RAG 更稳。

• NoLiMa: Long-Context Evaluation Beyond Literal Matching

  • 论文地址：https://arxiv.org/abs/2502.05167 （ICML 2025）
  • 价值：揭示标称 128K 上下文的模型多数在 32K 内严重衰减，反驳“长上下文取代 RAG”。

• Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning

  • 论文地址：https://arxiv.org/abs/2503.09516
  • 价值：RL 训练模型在推理中自主检索的开山之作，Agentic 检索范式的代表。

• ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning

  • 论文地址：https://arxiv.org/abs/2503.19470
  • 价值：无需监督推理数据的检索推理联合训练，涌现自我反思。

• Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG

  • 论文地址：https://arxiv.org/abs/2501.09136
  • 价值：Agentic RAG 模式（single-shot / router / iterative）的系统综述。

• Contextual Retrieval（Anthropic）

  • 博客地址：https://www.anthropic.com/news/contextual-retrieval
  • 价值：嵌入前注入文档级上下文，检索失败率 5.7% → 1.9% 的工程实践。

• Late Chunking: Chunked Embeddings Are Designed to Fail

  • 论文地址：https://arxiv.org/abs/2409.04701
  • 价值：先整篇嵌入再切分，解决 chunk 脱离语境问题。

• Qwen3 Embedding: Advancing Text Embedding and Reranking Through Foundation Models

  • 论文地址：https://arxiv.org/abs/2506.05176
  • 价值：2025 年开源 Embedding/Reranker 新基线，32K 上下文，登顶 MTEB 多语言榜。

• ColPali: Efficient Document Retrieval with Vision Language Models

  • 论文地址：https://arxiv.org/abs/2407.01449 （ICLR 2025）
  • 价值：视觉文档检索（多向量 + MaxSim），多模态 RAG 的标志性工作。

• LightRAG: Simple and Fast Retrieval-Augmented Generation

  • 项目地址：https://github.com/HKUDS/LightRAG
  • 价值：轻量化 GraphRAG，双层检索、更新友好，EMNLP 2025。

• CRAG: Corrective Retrieval Augmented Generation

  • 论文地址：https://arxiv.org/abs/2401.15884
  • 价值：检索质量自检与修正循环，工程落地门槛低；2026 年已内化为编排框架的 grader 标准节点。

• voyage-context-3: Focused Chunk-Level Details with Global Document Context

  • 博客地址：https://blog.voyageai.com/2025/07/23/voyage-context-3/
  • 价值：Contextual Embedding 路线的代表——编码器内生文档级上下文，索引期零额外 LLM 调用，对 chunk 尺寸更不敏感；继任者 voyage-context-4 扩展到 120K 窗口并内置自动分块。

• Qwen3-VL Embedding / Reranker

  • 论文地址：https://arxiv.org/abs/2601.04720 （2026-01）
  • 价值：多模态检索的 Qwen 生态基线，2B/8B、Apache-2.0，覆盖 MMTEB 与视觉文档（MMEB-V2）基准。

• jina-reranker-v3 / v3.5

  • 模型地址：https://jina.ai/models/jina-reranker-v3/
  • 价值：listwise 低延迟 reranker（约百毫秒级、131K 上下文）的代表；注意 CC-BY-NC 非商用许可，适合作为“精度换延迟”与许可证风险的讨论案例。

• RAGBench: Explainable Benchmark for Retrieval-Augmented Generation Systems

  • 论文地址：https://arxiv.org/abs/2407.11005
  • 价值：行业级端到端基准与 TRACe 归因框架。

官方文档与框架

• LangChain RAG 文档

  • https://python.langchain.com/docs/tutorials/rag/

• LlamaIndex RAG 文档

  • https://docs.llamaindex.ai/en/stable/understanding/rag/

• Haystack Pipelines

  • https://docs.haystack.deepset.ai/docs/intro

• Milvus 文档

  • https://milvus.io/docs

• Pinecone 文档

  • https://docs.pinecone.io/

• Qdrant 文档

  • https://qdrant.tech/documentation/

• OpenAI Embeddings

  • https://platform.openai.com/docs/guides/embeddings

• Cohere Rerank

  • https://docs.cohere.com/docs/rerank

工程博客与文章

• LangChain: RAG from scratch

  • https://blog.langchain.dev/retrieval/

• Pinecone: RAG 101

  • https://www.pinecone.io/learn/retrieval-augmented-generation/

• Microsoft: GraphRAG

  • https://microsoft.github.io/graphrag/

• RAGFlow: From RAG to Context — A 2025 Year-End Review of RAG

  • https://ragflow.io/blog/rag-review-2025-from-rag-to-context
  • 价值：2025 年 RAG 领域全景回顾，检索与长上下文融合趋势的一手总结。

• Qdrant: Is RAG Dead? Why Long Context Windows Don't Replace RAG

  • https://qdrant.tech/articles/rag-is-dead/
  • 价值：从成本、延迟、数据治理角度反驳“RAG 已死”。

相邻主题交叉引用

主题	链接	与本主题关系
LLM Gateway	/04-llmops/llm-gateway/	RAG 在线服务的流量入口与模型路由。
Agent Runtime	/05-agent/agent-runtime/	Agent 把 Retriever 当作工具调用。
Memory	/05-agent/memory/	向量存储是长期语义记忆的载体。
MCP	/05-agent/mcp/	把 Retriever 封装为 MCP Server。
Planning	/05-agent/planning/	复杂查询需要先规划再多次检索。
Tool Use	/05-agent/tool-use/	检索器是一种返回文档的工具。
Agent OS	/05-agent/agent-os/	为 RAG 任务提供进程与资源隔离。
AI SRE	/07-ai-sre/	为 RAG 服务提供可观测性、SLO 与事故响应保障。
Benchmark + Evaluation	/07-ai-sre/benchmark-evaluation/	RAG 流水线需要端到端评估：检索召回、生成事实性、延迟与成本。
向量数据库与 Embedding 基础设施	/06-rag/vector-db/	RAG 的检索底座：HNSW/DiskANN 索引、向量库系统、GPU 索引与 Embedding 服务。
GraphRAG 与知识图谱检索	/06-rag/graphrag/	图检索范式：实体-关系抽取、社区摘要、local/global/多跳查询。

推荐学习路径

1. 入门：读 RAG 奠基论文，用 LangChain/LlamaIndex 跑通一个 PDF 问答 Demo。
2. 进阶：评估 dense/sparse/hybrid 检索，加入 reranker，建立 RAGAS 评估集。
3. 深入：阅读 ColBERT/SPLADE/GraphRAG，理解高级检索与推理增强。
4. 生产：设计多租户、增量更新、缓存、可观测与反馈闭环的 RAG 服务。
5. 前沿（2025–2026）：读 LaRA/NoLiMa 理解长上下文与 RAG 的边界，用 LangGraph + MCP 工具实现 Agentic 检索，读 Search-R1/ReSearch 理解 RL 检索训练范式；再补 Contextual Retrieval（Anthropic）与 Contextual Embedding（voyage-context-3）两种上下文注入路线的对比，以及 CRAG 的 grader 工程化落地。

一句话收尾

RAG 是连接“静态知识库”与“动态语言模型”的桥梁；2025 年之后，这座桥从固定车道变成了智能调度系统——模型自己决定何时上桥、走哪条路、何时掉头。桥梁的承载力仍取决于索引质量、检索精度、生成可控性与持续迭代机制。