全局查询与基于图谱的聚合
Edge et al., “From Local to Global: A Graph RAG Approach to Query-Focused Summarization”, Microsoft Research, 2024 · arXiv:2404.16130
经典检索选出最相关的 k 个段落,再交由生成器组织成答案。这一范式假定答案包含在少量单元中。它在全局查询上会失败,因为这类查询的答案并没有写在任何地方,必须在整个语料库上聚合而成:“哪些项目用过这家供应商,其中哪些遇到了同样的故障模式?”需要交叉比对项目报告、供应商档案和事故报告。增大 k 无济于事:上下文窗口是有限的,而按局部相关性排名并不保证任何覆盖率。
Edge 及其合著者在 2024 年提出,不仅索引文本本身,还索引从文本中抽取出的结构。一个语言模型遍历语料库抽取实体和关系,构成一张图谱;该图谱随后被划分为社区,并预先计算出分层的社区摘要。全局查询通过查询这些摘要、再聚合各部分答案来处理。作者报告,相对于向量 RAG 基线,答案的完整性和多样性有明显提升。
DeepView 在索引阶段于您的环境中构建这张图谱。我们的实现在一点上有意偏离原始工作:原方法预先计算社区摘要并在每次查询时聚合,其代价随语料库规模增长而与问题本身无关;我们则把查询锚定在它所提及的实体上,从这些点出发遍历图谱,并剪除相关性递减的分支。这一选择以牺牲真正全局查询上的覆盖率为代价,优先保证延迟和可追溯性;对于那类查询,基于摘要的方法仍然更优。