DeepMind 揭開向量檢索硬傷:單向量撐不住複雜 RAG
Google DeepMind 最新研究表明,現代 RAG 依賴的單向量檢索存在底層幾何容量上限,無法承載多文件重疊組合。新測試集 LIMIT 顯示,主流模型召回率甚至不足 20%,反而傳統 BM25 表現更好。光靠堆引數或微調已無法解決。
Google DeepMind 最新研究表明,現代 RAG 依賴的單向量檢索存在底層幾何容量上限,無法承載多文件重疊組合。新測試集 LIMIT 顯示,主流模型召回率甚至不足 20%,反而傳統 BM25 表現更好。光靠堆引數或微調已無法解決。