强大的多跳检索系统应当具备实用的可部署性,无需昂贵的语料库预处理,也无需复杂的数据库基础设施。我们提出了SAG2——一种不依赖嵌入表示(embedding-free)的检索架构,其核心仅由一个SQLite数据库、BM25算法以及JEV模型提供的上下文证据判定能力构成。SAG2延续了SAG(SQL增强型检索与生成,即SQL-Retrieval Augmented Generation)所倡导的“查询时关联”(query-time association)原则,但摒弃了SAG中基于事件-实体的关系索引和稠密向量索引,转而采用对原始段落构建的纯词法索引(lexical index)。在检索过程中,已选中的段落为其后续检索提供扩展关键词,而新检索到的证据又反过来引导下一步的判定决策。这一设计将语义层面的证据筛选工作完全迁移至查询执行阶段,从而彻底消除了离线嵌入计算、依赖大语言模型(LLM)的事件-实体抽取,以及专用数据库服务器的需求。最终实现的系统兼具轻量级预处理开销与卓越的检索准确率:在MuSiQue、2WikiMultiHopQA和HotpotQA三个数据集各含1,000个问题的子集上,SAG2在所有对比方法中取得了最高的Recall@5与Recall@10指标,其中Recall@10分别达到86.62%、97.43%和99.00%;在包含511,962份文档的EnterpriseRAG-Bench企业级评测基准上,其文档级Recall@10亦达81.10%。此外,对MuSiQue全部11,656个段落完成索引构建仅需2.36秒,生成的SQLite数据库体积仅为25.87 MiB,且全程无需调用任何机器学习模型。SAG2表明,高精度的多跳证据检索完全可依托紧凑、快速构建的基础设施予以支撑,因而成为知识检索类应用一项切实可行的基础技术方案。

