RAG新SOTA！港中深发布Graph-based RAG统一框架，深度评估现有Graph-based RAG框架！

img

研究背景

大型语言模型（LLM）虽具备强大的理解和生成能力，但缺乏外部知识可能导致"幻觉"问题。基于图的检索增强生成（Graph-based RAG）通过将图结构中的外部知识集成至 LLM，有效提升模型的事实准确性、适应性、可解释性与可信度。然而，目前各种基于图的 RAG 方法缺乏统一框架，难以在相同实验环境下系统比较和深入分析。

img

研究贡献

• 1、创新统一框架：首次提出涵盖所有现有 Graph-based RAG 方法的统一框架，从高层次明确定义图构建、索引构建、操作符配置及检索生成四个关键步骤。
• 2、深入方法比较：在统一框架下，系统地评估和对比 12 种主流 Graph-based RAG 算法，详细分析每种方法的优势与局限性。
• 3、模块化操作符设计：创造性地设计了 19 种不同检索操作符，可根据具体任务需求自由组合与调整，快速实现并测试新算法。
• 4、超强实验验证：在 11 个真实问答数据集上，广泛开展实验验证，明确指出各方法在不同情境下的适用性与性能表现。
• 5、新算法与新见解：结合现有技术提出两种全新的 Graph-based RAG 变体算法（VGraphRAG 与 CheapRAG），在特定问题和抽象问题任务上均超越当前最佳表现（SOTA）。
• 6、前瞻性研究方向：基于详细的实验结果与分析，提出了多种前瞻性研究机会与实践方案，有望推动 RAG 领域未来研究。

研究与实验方法

本文提出一个全新的统一框架，将基于图的 RAG 方法划分为图构建、索引构建、操作符配置及检索与生成四个核心阶段，以实现对现有方法的系统比较与深入分析。

• 1、在图构建阶段，首先将大规模语料库划分为多个块，然后利用 LLM 等工具提取节点和边构建图，包括 Passage Graph、树、知识图谱、文本知识图谱和丰富知识图谱五种类型。
• 2、索引构建阶段主要构建节点、关系和社区三类索引，以支持高效在线检索。所有节点和关系索引均利用先进文本编码模型 BGE-M3 生成嵌入向量，社区索引则通过聚类算法生成社区报告。

img

• 3、操作符配置阶段设计了 19 种不同的算子，涵盖节点、关系、块、子图和社区等类别，可以根据任务需求灵活组合，迅速实现算法变种。
• 4、检索与生成阶段，首先将用户输入的问题转化为检索原语，通过配置好的操作符从图中检索信息，再与问题一同输入 LLM 生成答案。

img

• 5、实验采用 11 个真实数据集，包括特定与抽象问题任务。针对特定问题采用准确率与召回率进行评估，针对抽象问题则采用全面性、多样性、赋能性和总体质量四个维度进行 LLM 评估。

实验结果亮点

VGraphRAG算法在复杂问题任务上，如 ALCE 数据集，显著提高准确率，STRREC、STREM 与 STRHIT 指标分别提升 8.47%、13.18%、4.93%。

CheapRAG 在抽象问题任务的 Multihop Sum 数据集上令牌成本降低 100 倍以上，且提升答案质量，具备明显的成本效益优势。

img

img

未来展望

该研究不仅为当前 Graph-based RAG 方法提供了统一的理解与评估平台，也为未来的创新与实践开辟了新的路径。研究人员相信，通过更深入地理解现有方法的行为与效果，能为未来提供宝贵见解与方向。

img

原论文链接：https://arxiv.org/abs/2503.04338

代码开源地址：https://github.com/JayLZhou/GraphRAG

欢迎学术同行深入交流，共同探索更多前沿突破！