IndexRAG：在索引阶段 bridging 事实以实现跨文档推理

多跳问答需要在多个文档间进行推理，现有检索增强生成（RAG）方法通常依赖图结构或迭代式多步推理。本文提出 IndexRAG，将跨文档推理从在线推断转移至离线索引阶段。该方法识别文档间的桥接实体并生成可独立检索的桥接事实，无需额外训练。在三个主流多跳 QA 基准上的实验表明，IndexRAG 仅需单次检索和一次 LLM 调用，平均 F1 值较朴素 RAG 提升 4.6 点，且优于各类基于图的基线方法。