背景動機

和過去相比，以前的模型可能只能看 2K ~ 4K token，而長文件一定需要：
切段、摘要、多次呼叫模型（多階段 RAG）

而卸載 Long-Context 語言模型的出現，可以一次處理數萬 Token，而開始思考
過去為了克服上下文限制而設計的複雜多階段 RAG 管線（如 RAPTOR、ReadAgent）是否仍有必要？

具體策略是 DOS RAG (Document’s Original Structure RAG)：

1. 仍然做 retrieval（不是整篇硬塞）
2. 優先保留原文（不摘要），避免資訊損失
3. 把取回的段落照原文件順序排列
4. 在 LM 有效 context 範圍內（約 20K–30K）最大化 recall

在檢索後 保留原始文件的段落順序 再餵給語言模型，不是依相似度排序，而是依照段落在原文件中的順序排，更好的保守原文。