DocNest

DocNest 工具保留 PDF 结构以提高 RAG 性能

一位开发者创建了 DocNest，一个旨在通过关注文档摄取而非仅仅检索来改进检索增强生成 (RAG) 系统的工具。DocNest 在嵌入前将文档（包括表格和章节）解析为统一文档格式 (.udf)，从而保留其结构。这种方法允许大约 70% 的查询无需调用 LLM 即可得到回答，通过使用 BM25 和余弦相似度等方法进行事实查找，显著降低了成本和延迟。