摘要

用检索增强生成从外部知识源取出相关信息，可以让大语言模型回答私有语料、或模型此前没见过的文档集合上的问题。常规 RAG 处理不了指向整个文本库的全局问题，例如「这个数据集里的主题是什么」：这本质上是面向查询的摘要，不是一次把相关片段检出来。已有的面向查询摘要方法，又扩不到典型 RAG 系统所索引的文本量。GraphRAG 把两边的长处合在一起，用图来对私有文本库做问答，使方法既能跟上问题有多宽，也能跟上源文本有多大。索引分两步，都由语言模型完成：先从源文档抽出实体知识图，再为每一组紧密相关的实体预先写成社区摘要。提问时，每个社区摘要先各自生成一段部分回答，再把这些部分回答汇总成最终回答。在大约一百万 token 的数据集上，对一类需要把握全局的问题，GraphRAG 生成的答案在全面性和多样性上都明显好于常规 RAG。

总结

GraphRAG 把知识图生成和面向查询的摘要接在一起，用来支持人对整个文本库做意义建构。初步评估里，相对向量 RAG，答案的全面性和多样性都有明显提升；相对另一种同样面向全局、但不建图、直接对源文本做 map-reduce 摘要的做法，也比较占优。同一份数据集上如果要反复做全局查询，实体图索引里根层社区的摘要是一种更好的索引：它优于向量 RAG，并且只用少得多的 token，就能达到和其他全局方法相当的效果。

Edge 等，From Local to Global: A Graph RAG Approach to Query-Focused Summarization，arXiv:2404.16130，2024。

版权所有

版权归属：Pray0

许可证：署名 4.0 国际 (CC-BY-4.0)

上一页GraphRAG

下一页Lakebase