RAG 论文精读方法
问题
RAG 论文精读有个共同特点：方法章节看起来很复杂，但真正决定效果的往往只有几个选择——用什么检索器、检索回来怎么塞进上下文、怎么评测，以及怎么判断评测本身可不可信。
如果从引言按顺序一路读到实验，很容易陷进实现细节里，读完说不清这篇论文到底比别人好在哪。这也是为什么需要一套固定的论文精读方法，而不是每篇换一种读法。
更常见的情况是读了五六篇，最后分不清哪篇改了检索、哪篇改了融合方式。
方法
下面这套论文精读方法按四条主线走：先看结论、再拆组件、再核评测、最后记短板。四点抓住之后，同一方向连读五六篇 RAG 论文也不会记混。
先读摘要和实验结论，再回读方法。 第一遍不要读方法章节。先读摘要，再看实验部分的结论和主表，搞清楚"这篇论文声称在什么任务上比谁好多少"。带着这个结论再回读方法，阅读就有了目标：你要找的是"它是怎么做才拿到这个结果的"。这样做还有一个好处：如果实验结论本身就不可信，可以早点放弃这篇，省下精读时间。
记录检索器和生成器的选型。 RAG（检索增强生成）的差异绝大部分落在这两个组件上。精读时把下面几点单独记下来：
- 检索器类型：稀疏（BM25 类）、稠密（双塔向量检索），还是混合检索。
- 切块策略：块大小、是否有重叠、按什么单位切（段落、句子、固定长度）。
- 检索数量：一次取回多少个片段，以及有没有做重排（rerank）。
- 上下文组织：检索结果怎么拼进提示词，是否压缩，放在提示词的什么位置。
- 生成器：用哪个基座模型，是直接生成还是先做后处理。
同一方向的不同论文，差异基本都能在这几项上找到落点。
记录数据集与评测指标。 RAG 的评测尤其容易不可比：有的用精确匹配，有的用答案的语义相似度，有的直接让人打分。精读时至少要记下数据集名称、指标定义、以及是否用了同一个基座模型做对照。一个常见的坑是：两篇论文报告了同一数据集上的指标，但用的生成模型不同，结论其实无法直接比较。
记录论文自述的短板。 论文的局限章节信息密度很高，别跳过。作者在什么条件下承认失效、哪些场景没有验证，往往就是下一篇工作的切入点，也是你判断要不要采用这个方法的关键依据。
常见坑
- 只看指标不看评测口径。 指标涨了但换了评测方式，结论可能是假的。
- 忽略切块和检索数量这类"小参数"。 在检索增强生成里它们经常比模型选择影响更大。
- 不记基座模型。 无法判断提升来自方法还是来自更强的模型。
用工具加速
按上面这套 RAG 论文精读流程逐篇记录，字段其实高度重复，手工记容易漏项也容易写歪。LitLens 的结构化抽取会把基础信息、核心技术、实验配置、对比基准、论文短板一次性抽出来，你可以逐字段核对修改；选多篇 RAG 论文一起对比时，检索器、数据集、指标上的差异会直接体现在对比表里。