Junnan Dong Siyu An Yifei Yu Qian-Wen Zhang Linhao Luo et al

الملخص

أدى التوليد المدعوم باسترجاع الرسوم البيانية (GraphRAG) إلى تحسين نماذج اللغة الكبيرة في التفكير المعقد من خلال تنظيم المعرفة المتفرقة في رسوم بيانية منظمة صراحةً. وقد سُعي سابقًا إلى تحسين إنشاء الرسوم البيانية أو استرجاعها بشكل منفصل، مما أدى إلى أداء غير مثالي، خاصة عند حدوث تغيرات في المجال. في هذا البحث، نقترح نموذجًا عاملًا موحدًا رأسيًا، يُسمى Youtu-GraphRAG، لربط الإطار بأكمله بشكل متكامل ودقيق. وبشكل محدد، (أ) نُقدِّم نموذجًا أوليًا للرسم البياني (seed graph schema) يُحدِّد الوكيل التلقائي لاستخراج البيانات بحسب أنواع الكيانات والعلاقات والخصائص المستهدفة، مع تمديد مستمر لضمان التوسع وقابلية التكيف مع المجالات غير المرئية؛ (ب) لاستخلاص معرفة على مستوى أعلى بناءً على هذا النموذج، نطوّر تقنية جديدة للكشف عن المجتمعات ذات التأثير المزدوج، تدمج البنية الهيكلية مع الدلالة السياقية للرسم البياني الفرعي، مما يحقق تنظيمًا شاملاً للمعرفة. ويؤدي هذا بشكل طبيعي إلى بناء شجرة معرفية هرمية تدعم التصفية من الأعلى إلى الأسفل والاستدلال من الأسفل إلى الأعلى باستخدام ملخصات المجتمعات؛ (ج) نصمم وكيل استرجاع عاملًا (agentic retriever) يفسر نفس نموذج الرسم البياني لتحويل الاستعلامات المعقدة إلى استعلامات فرعية قابلة للحل وتُعالج بالتوازي. كما يقوم هذا الوكيل بعمليات تأمل تكرارية لتعزيز قدرة الاستدلال؛ (د) ولتقليل مشكلة تسرب المعرفة في نماذج لغة مُدرَّبة مسبقًا، نقترح مجموعة بيانات مجهولة الهوية مخصصة، ونُقدِّم مهمة جديدة تُسمى "استرجاع الهوية" (Anonymity Reversion)، التي تقيس بعمق الأداء الفعلي لإطارات عمل GraphRAG. أظهرت التجارب الواسعة على ستة معايير صعبة قوة تحمل Youtu-GraphRAG، حيث تقدم تقدمًا ملحوظًا في حدود باريتو، بتحقيق توفير يصل إلى 90.71% في تكاليف الرموز (tokens)، ودقة أعلى بنسبة 16.62% مقارنةً بأفضل النماذج الحالية. تشير النتائج إلى مرونتنا العالية، مما يمكّن من نقل المجال بسلاسة مع تدخل ضئيل في النموذج.