作者：Disco-RAG团队 | 来源：量子位
RAG（检索增强生成）已成为大模型落地的核心技术，但实际应用中存在明显痛点：即便检索到正确文档，模型输出答案仍可能严重偏离。
由德国萨尔大学、腾讯优图、上海交大、复旦大学和浙江大学联合团队指出：问题核心在于阅读理解环节而非检索过程。传统RAG将段落简单拼接，抹平了内部主次关系和跨段落逻辑脉络，导致模型接收的是一锅“信息乱炖”。
为此，团队提出Disco-RAG——在检索与生成间引入“读懂”环节的新型框架。该成果已被ACL 2026主会录用为长文，在三大基准测试中实现全程零训练的性能突破。
传统RAG的典型错误案例
当用户询问“补充维生素D能预防流感吗？”，系统检索到两段关键文献：
段落A：“冬季维生素D偏低人群中，补充后流感发病率下降12%。”
段落B：“大规模试验未发现维生素D与流感风险存在显著关联。”
传统RAG直接拼接两段文本，模型仅关注“下降12%”而忽略前置条件（冬季+特定人群），且无法识别段落间冲突，错误输出“维生素D有效”。
根本原因在于：
段落内部主次模糊——模型难以区分结论与前提条件；
段落之间逻辑断裂——无法识别支持、反驳或矛盾关系。
问题本质并非“搜不到”，而是“搜到却读不懂”。
现有补救方法的局限性
行业曾通过结果重排序、查询改写、内容压缩等方式优化检索环节，但均未触及核心：当多个段落存在复杂逻辑关系（如特定结论与普适实验冲突）时，仅调整输入内容顺序无法使模型理解关系本质。Disco-RAG聚焦于：让模型真正读懂现有内容，而非追求更优输入。
三步构建“读懂”能力
Disco-RAG通过修辞结构理论（RST）插入阅读理解环节，全程无需训练模型参数：
第一步：解析段落内部结构——将文本拆解为最小语义单元（EDU），标注核心内容与辅助说明（如区分“12%下降”为核心结论、“冬季偏低人群”为限定条件）。
第二步：构建跨段落关系网——通过两两分析预测支持、反驳等关系（如标记维生素D案例中A、B段落存在“对比”关系），形成逻辑有向图。
第三步：生成结构化提纲——综合问题、原文和关系网制定叙述策略（如优先说明研究背景差异，再协调矛盾结论），指导答案输出。
维生素D案例解析
在具体问题中：
- 论证树识别出段落A中“冬季特定人群”为限定条件，防止模型将局部结论泛化；
- 关系网明确A、B段落存在“对比”关系，避免简单采纳单方结论；
- 写作提纲规划分步回应：先阐释各研究适用范围，再分析矛盾原因，最终给出条件性结论。
输出从“有效/无效”的武断判断，升级为层次清晰、依据充分的分析，满足高质量回答需求。
三大权威基准全面领先
在零训练前提下，Disco-RAG使用开源模型通过多场景验证：
长文档推理（Loong）：文档长度达25万tokens时，传统RAG几乎失效，Disco-RAG仍保持高准确率，性能甚至超越需专门训练的方法。
歧义问答（ASQA）：在模糊问题处理中核心指标刷新记录，即使采用小参数模型也能媲美专用系统。
科学摘要（SciNews）：在四项评测指标中三项排名第一，事实一致性位列第二，展现强大的跨文本整合能力。
性能提升的归因验证
消融实验证实结构化解析的核心价值：
三模块缺一不可——移除论证树、关系网或提纲任一环节均导致性能显著下滑；
结构化表示决定效果——仅添加通用规划步骤提升有限，关键在“论证树+关系网”的逻辑骨架构建；
抗噪能力突出——在检索结果掺入噪声或段落粒度变化时，系统保持稳定，传统方法波动剧烈。
灵活部署方案
结构分析与生成环节解耦，支持资源优化配置：
- 用Llama-3.1-8B（小模型）执行结构分析，Llama-3.3-70B（大模型）仅负责最终生成，即可恢复95%以上性能增益；
- 全流程采用8B模型运行Disco-RAG，效果仍远超70B模型的传统RAG实现。
结构分析模块支持“降配”部署，核心收益得以保留。
与模型训练的协同效应
在SciNews任务中验证：
- 零训练的Disco-RAG已超越微调的传统RAG系统；
- 结构化框架+微调实现叠加增益，证明两种方法路径互补。
应用策略明确：先部署Disco-RAG获取即时收益，再按需叠加微调进一步优化。
结论
Disco-RAG的核心突破在于：强化模型的篇章结构理解能力。
通过解析文本内部主次关系、建立跨段落逻辑脉络，并基于结构化提纲生成答案，系统在无需训练、不改变模型的前提下显著提升回答质量。尤其在长文档、高噪声场景优势突出，揭示出自然语言的逻辑骨架对信息理解的关键价值。
该框架不仅适用于RAG优化，也为多文档推理、长文本处理提供新思路。对于寻求高效落地的团队，Disco-RAG是轻量级的增强方案。
论文：Disco-RAG: Discourse-Aware Retrieval-Augmented Generation
链接：
https://arxiv.org/abs/2601.04377