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

摘要

图谱检索增强生成（GraphRAG）通过将碎片化知识组织为显式结构化的图谱，显著提升了大语言模型在复杂推理任务中的表现。以往的研究多聚焦于单独优化图谱构建或图谱检索环节，导致整体性能受限，尤其在领域迁移场景下表现不佳。本文提出一种垂直统一的智能体范式——Youtu-GraphRAG，将整个框架深度融合为一个有机整体。具体而言：（i）引入种子图谱模式（seed graph schema），以限定自动提取智能体在目标实体类型、关系类型及属性类型上的边界，并支持持续扩展，以适应未见领域的可扩展性需求；（ii）为在模式基础上获取更高层次的知识，我们提出一种新型双感知社区检测方法，融合图结构拓扑与子图语义信息，实现更全面的知识组织。该方法自然构建出分层知识树结构，支持自顶向下的过滤与自底向上的推理，辅以社区摘要信息；（iii）设计了一种智能体式检索器，能够基于同一图谱模式将复杂查询分解为可处理且可并行执行的子查询，并通过迭代反思机制实现更高级的推理能力；（iv）为缓解预训练大语言模型中的知识泄露问题，我们提出一种定制化的匿名数据集，以及一种新颖的“匿名还原”（Anonymity Reversion）评估任务，可深入衡量GraphRAG框架的真实性能。在六个具有挑战性的基准测试上的大量实验表明，Youtu-GraphRAG展现出卓越的鲁棒性，显著推动了帕累托前沿：相比当前最优基线，最高可降低90.71%的token消耗，同时提升16.62%的准确率。结果表明，该方法具备优异的适应性，可在极小干预图谱模式的前提下实现平滑的领域迁移。