图检索增强生成(GraphRAG)已成为大模型应对复杂领域知识问答的关键方案,但当前学界和开源界的方案普遍面临开销大、效果有限、适配成本高等挑战。腾讯优图实验室宣布正式开源Youtu-GraphRAG框架,该框架在六个跨领域多语言基准测试中表现卓越,实现了大幅成本优化——相比同类最佳方案构图成本节省超30%,在复杂推理任务中准确率提升最高达16%,同时支持中英双语处理,通过最小化人为干预Schema实现跨领域无缝迁移。
Youtu-GraphRAG通过Schema连接两个智能体,在图构建、索引和检索环节实现垂直统一与认知闭环。其核心技术包括Schema引导的层次化知识树构建,通过引入针对性实体类型、关系和属性类型,为图构建智能体提供精确约束,形成包含属性层、关系层、关键词层和社区层的四层架构,实现跨领域知识自主演化与高质量抽取。在社区检测方面,该框架巧妙融合结构拓扑特征与子图语义信息,社区生成效果显著优于传统Leiden和Louvain算法,并利用大模型进行社区摘要生成,提升知识抽象层次。此外,其智能迭代检索机制能深度理解图Schema,将复杂查询转换为符合图特征且可并行处理的子查询,通过迭代检索增强思维链追溯与反思能力。该框架已开源,GitHub地址和论文链接均已公布。 |