PageIndex 是一个基于推理的 RAG系统，它构建长文档的树状索引，并基于该索引进行推理以进行检索。它模拟了人类专家如何通过树状搜索从长文档中导航和提取知识，使语言学习者能够思考和推理，从而找到最相关的文档部分。它分两步执行检索：

1. 生成文档的“目录”树状结构索引
2. 通过树搜索执行基于推理的检索

与传统的基于向量的 RAG 相比，PageIndex 具有以下特点：

• 无需向量：使用文档结构和 LLM 推理进行检索。
• 无需分段：文档按自然章节组织，而不是人为分段。
• 类人检索：模拟人类专家如何浏览和提取复杂文档中的知识。
• 透明检索过程：基于推理的检索——告别近似向量搜索（“感觉检索”）。

PageIndex 为基于推理的 RAG 系统提供支持，该系统在 FinanceBench 上达到了98.7% 的准确率，在专业文档分析方面展现了最先进的性能（详情可参阅博客文章）。