基于向量的检索中的语义纠缠：代理 RAG 系统的形式化框架与上下文条件化解缠流水线

检索增强生成（RAG）系统依赖向量表示的几何特性检索证据。当源文档混合多主题时，标准向量化导致语义不同内容在嵌入空间重叠，即“语义纠缠”。本文形式化该概念并提出纠缠指数（EI），指出高 EI 限制检索精度。为此，作者提出语义解缠流水线（SDP），一种四阶段预处理框架，包含上下文条件化预处理及基于代理性能的连续反馈机制。在医疗知识库上的评估显示，SDP 将 Top-K 检索精度从 32% 提升至 82%，显著降低了语义纠缠。