Uni-GR: 统一生成式检索框架

这是论文 "Uni-GR: Unifying Generative Retrieval and Answer Generation via Hierarchical Contrastive Alignment" 的代码实现原型。

本项目旨在通过单一 Transformer 模型实现端到端的检索与问答，消除传统 RAG 系统的索引瓶颈。核心特性包括：

1. 分层语义索引：利用递归 K-Means 将文档映射为结构化的语义路径 ID。
2. 对比校准损失：在生成过程中强制对齐查询与文档的潜在空间，显著减少幻觉。

快速开始：

1. 安装依赖：pip install -r requirements.txt
2. 构建索引：python src/indexer.py
3. 训练模型：python train.py
4. 推理测试：python inference.py