GraphRAG 的 Global Search 是如何工作的？

Global Search 是 GraphRAG 面向全局性问题的检索模式，采用 map-reduce 机制在整个语料库范围内进行归纳推理。

1. 适用问题类型

• Global Search 用于回答跨越整个数据集的宏观、主题性问题，例如"这批报告的主要趋势是什么"
• 这类问题无法通过检索单个文本块得到答案，因为答案分散在大量文档之中

2. map-reduce 工作机制

• 在 map 阶段，系统让每个相关社区摘要独立并行地生成部分回答
• 每个部分回答会依据与问题的相关度获得帮助性评分，低分回答被过滤
• 在 reduce 阶段，系统将过滤后的高分部分回答汇总，生成最终的全局回答

3. 相较向量检索的优势

• 传统向量检索只能召回孤立的相似文本块，难以整合跨文档信息
• Global Search 借助社区摘要，天然具备对整个语料库进行综合归纳的能力
• 这是 GraphRAG 区别于纯向量 RAG 的标志性能力之一