Recursive Abstractive Processing for Tree-Organized Retrieval paper: https://arxiv.org/abs/2401.18059 > 透過建立文件摘要樹來解決此問題的一種方法：對文件進行聚類並對聚類進行匯總，以捕獲相似文件中的更高級別資訊。 這是遞歸重複的，產生具有不同抽象層級的摘要樹（文檔是葉子，相關文檔的中間摘要位於中間，文檔的高級摘要位於根）。 > 將區塊分層聚類/匯總為包含高級和低級部分的樹結構。 與樸素的 top-k RAG 相比，這允許您檢索低階和高級詳細資訊以回答不同的問題。 https://twitter.com/ravithejads/status/1753283324712517640 https://twitter.com/marktenenholtz/status/1753552863962312745 https://twitter.com/bindureddy/status/1753994930366930953 https://twitter.com/IntuitMachine/status/1753044020601696317 * 作者實作 * https://twitter.com/parthsarthi03/status/1765095824105906248 * The official implementation of RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval * code: https://github.com/parthsarthi03/raptor https://www.youtube.com/watch?v=jbGchdTL7d0 https://ai.gopubby.com/building-long-context-rag-from-scratch-with-raptor-using-langchain-c6491f1ba141 llamaindex https://twitter.com/llama_index/status/1763972097628684607 https://twitter.com/jerryjliu0/status/1764035314706981331 https://twitter.com/llama_index/status/1765092767188045844 https://blog.gopenai.com/deep-dive-into-raptor-with-llamaindex-raptor-pack-8eb4fa32df30 langchain https://twitter.com/LangChainAI/status/1765061520852148545 https://twitter.com/RLanceMartin/status/1765476002309022180 出現在 LangChain RAG from scratch 系列 13 集 RAG From Scratch: Indexing w/ RAPTOR https://twitter.com/LangChainAI/status/1773753067701436727 (2024/3/30) https://github.com/langchain-ai/langchain/blob/master/cookbook/RAPTOR.ipynb 介紹文 https://www.deeplearning.ai/the-batch/raptor-a-recursive-summarizer-captures-more-relevant-context-for-llm-inputs/ (2024/5/29) 和其他方法一起比較 https://ai.gopubby.com/advanced-rag-12-enhancing-global-understanding-b13dc9a8db39 ---- * Deep Research (2025/2/15) * https://chatgpt.com/c/67af7a86-e6d8-8008-9db1-99aeaf669a5d * RAPTOR 目前主要針對**靜態語料**構建索引，對於累進更新的支援仍在探索中。官方論文和程式實現中**未明確提供**實時動態更新索引的算法。 * 在官方提供的 API 中，可以反覆調用 RA.add_documents(text) 將新文本加入現有索引​。實際上，對於新增少量文檔，這樣做等價於將它們作為新的葉節點插入，再根據語義相似度併入適當的叢集。但嚴格來說要保持全局最優的樹結構，可能需要重新聚類已有節點與新節點的全集，以免錯過跨文檔的新的語義組合。由於目前演算法並未特別優化增量聚類，因此累進更新可能需要部分重建索引，在頻繁有新內容插入的情境下效率不佳。