D-RAC 用一次多模态转换把 236 份 PDF 变成 1748 个可检索块,分块成本比前沿模型智能体分块低 77.8%–85.6%
该工作提出 D-RAC,把任意企业文档先确定性归一化为 PDF、再用一次多模态大模型调用转成面向检索的 Markdown,随后沿用 W-RAC 的 ID 级分块规划;在 RAG-Multi-Corpus 的 236 份文档、795 页 PDF 子集上以 72 分钟、零错误完成转换与分块,得到 1,748 个可检索块,相比前沿大模型智能体分块减少 95.7% 的分块阶段输出 token、降低 77.8%(GPT-4.1)至 85.6%(Gemini 2.5 Pro)的分块成本、缩短 75% 的分块时间,并在 762 条查询上取得 Recall@6 0.798、MRR 0.690、NDCG@6 0.801。