MatRAG：套娃嵌入层次索引，降低多跳问答检索成本

MatRAG 将 RAG 与 Matryoshka 表示学习（MRL）结合，把语料组织成逐层变粗的簇 DAG，越粗的层用越短的嵌入维度建索引。检索采用自顶向下的 DAG 迭代遍历，配合实体驱动机制控制 hop 预算并对候选重排。在三个多跳 QA 基准上对比七个基线，检索质量最优，并免去 KG 构建与 LLM 摘要，以降低索引与查询成本。