基于RAG框架中层次聚类的树状文本检索：在台湾法规中的应用

传统的检索增强生成(RAG)系统采用暴力内积搜索来检索最相似的top-k文档，然后与用户查询结合并传递给语言模型。这允许模型访问外部知识并减少幻觉。然而，在实际应用中，选择合适的k值仍然是一个重大挑战：较小的k可能无法检索到足够的信息，而较大的k可能引入过多不相关的内容。为了解决这个问题，我们提出了一种基于层次聚类的检索方法，无需预定义k。我们的方法在自适应选择语义相关内容的同时，保持了系统响应的准确性和相关性。在实验阶段，我们将我们的方法应用于带有专家评分查询的台湾法律数据集。结果表明，我们的方法在专家评估中取得了优越的性能，并在无需预定义k的情况下保持了高精度，展示了在法律文本检索任务中提高的准确性和可解释性。我们的框架实现简单，易于与现有的RAG流程集成，使其成为资源有限的实际应用中的实用解决方案。