3,583 papers
arXiv:2510.04293 80 5 окт. 2025 г. PRO

RDR²: структурная навигация по документам вместо плоских чанков в RAG

КЛЮЧЕВАЯ СУТЬ
Проблема: RAG режет статью на куски — модель получает 5 фрагментов из разных мест, но не знает: это начало, середина, выводы? Куски из одного раздела или с разных концов документа? Модель вынуждена восстанавливать структуру в голове. RDR² (Retrieve-Document Route-Read) позволяет модели видеть иерархию документа и осознанно по ней перемещаться — разворачивать нужные разделы, пропускать лишнее, держать контекст. Метод строит дерево документа из заголовков и контента. LLM итеративно исследует: читает оглавление → разворачивает перспективные разделы → выбирает полезные куски → пропускает нерелевантное. +21% точности на списочных вопросах вместо слепого top-5.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с