港中深和华为学者 2025-03-15 23:52 湖北
随着大语言模型（LLM）的快速发展，其在特定领域查询中仍存在“幻觉”问题，即生成的内容可能不准确或信息过时。此外，大模型训练更新的代价高昂，且缺乏对专业领域知识的有效整合。
Graph-based RAG方法通过构建结构化的知识图谱，将外部知识有效地引入LLM，能够显著提高内容准确性、适应性与可信度。然而，现有Graph-based RAG方法缺乏系统性的比较和统一的标准评测。
来自港中深和华为的研究人员对基于图的检索增强生成（Graph-based RAG）方法进行了深入分析，并提出了一个统一框架来系统比较和评估这些方法
一、核心亮点
模块化框架 = 无限灵活性
统一框架实现了各组件的灵活组合，满足多样任务需求。
流程化开发 = 便捷搭建与对比
将复杂的RAG方法拆解为四个明确阶段，便于快速构建、调整与比较。
公平基准测试 = 可复现的结果
标准化测试平台确保了各方法之间公平、可重复的对比评估。
代码全部开源
二、主要贡献与创新
统一框架
构建了一个全面的框架，覆盖主流十几种基于图的RAG方法，打破传统方法局限。
模块化解耦
在检索阶段提出了19种算子，按节点、关系、文本块、子图和社区五大类别分类，支持灵活组合生成新算法变种。
超强实验验证
通过大量问答数据集实验，对比现有方法并发掘出两种全新SOTA算法，展示了优越的性能。
三、方案
本文首次提出了一个统一的Graph-based RAG框架，清晰定义了四个关键流程，全面涵盖了主流十余种图增强生成方法：
图构建（Graph Building） ：基于原始语料构建知识图谱，支持五种类型的图结构（Passage Graph、树、知识图谱、文本知识图谱和丰富知识图谱）。
索引构建（Indexing） ：针对节点、关系和社区建立索引，提升在线检索效率。
算子配置（Operators Configuration）：提出19种模块化检索算子，覆盖节点、关系、文本块、子图、社区等多个检索粒度，可任意组合实现各种方法。
检索与生成（Retrieval & Generation）：高效地检索相关信息，并利用LLM生成准确回答。
图类型探索
探索了5种图类型：Passage Graph、树、知识图谱、文本知识图谱以及丰富知识图谱
索引构建
提供3种索引方式：节点索引、关系索引和社区索引，用于高效检索
算子池
利用19种不同的检索算子，实现从低级节点到高层社区报告的多级检索策略，简化复杂RAG方法的开发与比较
四、结论与成果
通过全面的实验分析，作者不仅验证了Graph-based RAG方法在特定查询任务中的优势，还发现并提出了两种全新的SOTA算法，在复杂问答任务中显著超过了现有方法。
核心发现
Graph-based RAG整体优于传统RAG方法，尤其是在复杂的多跳推理任务和抽象概念问答任务中。
不同的图类型和检索策略显著影响模型性能，社区级别的信息检索对抽象问题尤其有效。
面向未来的研究机会
探讨在动态更新的外部知识（如实时变化的维基百科）场景下如何高效适应。
设计更加节省代价但高效的图构建方法，提升图质量评估与构建效率。
结合更多原始文本信息和高层结构化知识，推动RAG领域的持续突破。
论文详情：https://arxiv.org/abs/2503.04338In-depth Analysis of Graph-based RAG in a Unified Framework源代码：https://github.com/JayLZhou/GraphRAG
推荐阅读
欢迎关注我的公众号“PaperAgent”，每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。
