本研究评估了不同检索增强生成方法对检索精度和答案相似性的影响。研究发现，Hypothetical Document Embedding (HyDE) 和大型语言模型重排能显著提高检索精度。Maximal Marginal Relevance (MMR) 和 Cohere 重排在基线 Naive RAG 系统上没有明显优势。句窗检索为最有效的检索精度方法。研究证实文件摘要索引作为一种有效的检索方法。