GraphRAG 论文解读：从局部到全局的查询聚焦摘要方法
摘要
检索增强生成（RAG）利用大语言模型（LLMs）从外部知识源检索信息，使其能回答私有或未见文档的问题。然而，面对涉及整个文本语料库的全局性问题（如'数据集中的主要主题是什么？'），传统 RAG 往往力不从心，因为这本质上是查询聚焦摘要生成（QFS）任务，而非显式检索。此外，现有 QFS 方法难以扩展到典型 RAG 系统索引的文本规模。
为此，我们提出了 GraphRAG，一种基于图的方法，旨在私有文本语料库上进行可扩展的问答。该方法利用 LLM 分两阶段构建图索引：首先从源文档推导实体知识图谱，随后为紧密相关的实体组预先生成社区摘要。回答问题时，各社区摘要生成部分答案，再汇总为最终结果。在约 100 万标记的数据集上，针对全局意义构建问题，GraphRAG 相比传统 RAG 基线，在答案的全面性和多样性上均有显著提升。
1. 引言
检索增强生成（RAG）是一种成熟范式，它借助 LLMs 处理超出其上下文窗口容量的数据。经典 RAG 中，系统访问大型外部文本语料库，检索与查询相关且适合放入 LLM 上下文的记录子集，进而生成响应。
这种被称为 向量 RAG 的传统方法，对于能通过少量记录内信息回答的查询效果良好。但它不支持 意义构建（Sensemaking）查询，即那些需要对整个数据集有全局理解的查询，例如'过去十年间，跨学科研究如何影响科学发现的关键趋势？'。
意义构建任务需要推理实体间的关联以预测发展轨迹。虽然 GPT、Llama 等 LLMs 在复杂领域的意义构建表现出色，但当数据量庞大需采用 RAG 时，挑战随之而来——向量 RAG 无法支持对整个语料库的意义构建。
本文提出 GraphRAG，一种基于图的 RAG 方法，能在大型文本语料库上执行全局意义构建。GraphRAG 首先使用 LLM 构建知识图谱，节点对应关键实体，边代表关系。接着，它将图分割为层次化的社区结构，并利用 LLM 生成社区层面的摘要。这些摘要自底向上递归融合，提供对语料库的全局洞察。最后，通过映射 - 规约（Map-Reduce）处理社区摘要来回答问题。
作为开源软件，GraphRAG 已发布在 GitHub，并作为扩展集成于 LangChain、LlamaIndex 等多个库中。
2. 背景
2.1 RAG 方法与系统
RAG 泛指利用用户查询从外部数据源检索信息，并将其纳入 LLM 生成响应的系统。当数据源过大无法全部放入单个提示时，RAG 尤为理想。
经典 RAG 检索一组语义相似的固定数量记录，答案仅基于这些记录。常见方法是使用文本嵌入，在向量空间中检索最接近查询的记录。我们将这类传统方法统称为 向量 RAG。GraphRAG 的不同之处在于其能回答需要在全局语料库上进行意义构建的查询。
2.2 知识图谱在 LLMs 和 RAG 中的应用
从自然语言提取知识图谱的方法包括规则匹配、统计模式识别等。GraphRAG 属于利用 LLMs 进行知识图谱提取的新兴领域。一些技术直接在提示中使用子图或动态遍历图，而 GraphRAG 专注于图的 模块性 及其分割成嵌套模块化社区的能力。具体而言，GraphRAG 通过 LLM 创建跨越社区层次结构的摘要，递归地生成越来越全局化的描述。
2.3 用于 RAG 评估的自适应基准测试
现有的开放域问答基准（如 HotPotQA）主要面向向量 RAG 的性能评估。本文提出了一种生成特定语料库问题集的方法，用于评估全局意义构建能力。我们采用 自适应基准测试，利用 LLMs 生成多样化的角色和任务，从而构建能代表现实世界使用情况的查询。
2.4 RAG 评估标准
由于缺乏标准答案，我们依赖 LLM 评判员进行头对头比较。设计了三个目标标准：全面性（覆盖细节）、多样性（观点丰富度）和 赋能性（帮助理解）。此外，还引入了 直接性 作为控制标准，评估答案的具体程度。
3. 方法
3.1 GraphRAG 工作流程
