长文档 RAG 该全量扫描还是检索索引？11 种配置对比给出答案

论文比较了 11 种检索配置，覆盖词法检索、稠密检索、混合重排和全文档扫描。评测使用 396 个 QASPER 问题和来自 8 本完整教材的 80 个问题。在教材场景中，Hybrid + Jev 的证据覆盖率最高，达 94.1%，高于 Jev 全量扫描的 88.7% 和 OpenAI 稠密检索的 81.3%。但证据覆盖率与答案质量并不完全一致：Hybrid + Decisions 的教材答案准确率达到 0.892，为各检索方法中最高，尽管其找回的参考证据更少。全量扫描延迟明显更高，而可复用的稠密检索在查询量增加时预估 API 成本低于付费决策类方法。