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

Résumé

Le graph retrieval-augmented generation (GraphRAG) a efficacement amélioré les modèles de langage à grande échelle dans le raisonnement complexe en organisant les connaissances fragmentées en graphes explicitement structurés. Les travaux antérieurs se sont concentrés soit sur l'amélioration de la construction du graphe, soit sur le traitement de la recherche dans le graphe, de manière isolée, ce qui a conduit à des performances sous-optimales, notamment en cas de changement de domaine. Dans cet article, nous proposons un paradigme agencé verticalement unifié, Youtu-GraphRAG, qui intègre de manière complexe l'ensemble du cadre. Plus précisément : (i) nous introduisons un schéma de graphe initial qui encadre l'agent d'extraction automatique en définissant des types d'entités, de relations et d'attributs ciblés, tout en permettant une extension continue pour assurer la scalabilité dans des domaines inconnus ; (ii) afin d'extraire des connaissances de niveau supérieur à partir de ce schéma, nous développons une nouvelle détection communautaire à double perception, qui fusionne la topologie structurelle avec la sémantique des sous-graphes pour une organisation plus complète des connaissances. Cette approche donne naturellement lieu à un arbre hiérarchique de connaissances, capable de filtrage descendant et de raisonnement ascendant à l'aide de résumés communautaires ; (iii) un récupérateur agencé est conçu pour interpréter le même schéma de graphe afin de transformer les requêtes complexes en sous-requêtes traitables et parallélisables. Il effectue itérativement des réflexions pour permettre un raisonnement plus avancé ; (iv) afin de réduire le problème de fuite de connaissances dans les modèles de langage pré-entraînés, nous proposons un jeu de données anonymisées spécifique et une nouvelle tâche baptisée « Anonymity Reversion », permettant une évaluation approfondie de la performance réelle des architectures GraphRAG. Des expérimentations étendues sur six benchmarks exigeants démontrent la robustesse de Youtu-GraphRAG, déplaçant notablement la frontière de Pareto avec jusqu'à 90,71 % d'économie de coûts en tokens et une précision supérieure de 16,62 % par rapport aux meilleures méthodes existantes. Ces résultats indiquent une grande adaptabilité, permettant un transfert de domaine fluide avec une intervention minimale sur le schéma.