xRAG是一种创新的上下文压缩方法，通过模态融合将文档嵌入转化为检索特征，并无缝集成到语言模型中，实现高压缩率。实验证明，xRAG在六个知识任务中平均提升超过10%，适用于多种模型结构，减少计算量同时保持性能，为未来检索增强系统奠定基础。