仅追踪所需内容：面向长文档问答的结构感知按需超图记忆

长文档问答要求大语言模型在分散证据上进行推理。针对现有结构化检索增强生成（RAG）方法存在的知识组织成本高、文档结构利用不足及历史经验无法复用等局限，本文提出 DocTrace 框架。该框架通过轻量级结构树索引保留文档层级，在推理过程中按需构建代理共享的超图工作记忆，并将成功推理计划存入图结构经验记忆以供复用。实验表明，DocTrace 在多个数据集上性能最优，显著提升了 F1 和 EM 指标，同时大幅降低了计算成本。