7月3日，微软在官网开源了基于图的RAG（检索增强生成）——GraphRAG。

为了增强大模型的搜索、问答、摘要、推理等能力，RAG已经成为GPT-4、Qwen-2、文心一言、讯飞星火、Gemini等国内外知名大模型标配功能。

传统的RAG系统在处理外部数据源时，只是简单地将文档转换为文本，将其分割为片段，然后嵌入到向量空间中，使得相似的语义对应相近的位置。

但这种方法在处理需要全局理解的海量数据查询时存在局限，因为它过度依赖局部文本片段的检索，无法捕捉到整个数据集的全貌。

所以，微软在RAG基础之上通过“Graph”图的方式，例如，文本中的实体，人物、地点、概念等，构建了超大的知识图谱，帮助大模型更好地捕捉文本中的复杂联系和交互，来增强其生成、检索等能力。

开源地址：https://github.com/microsoft/graphrag?tab=readme-ov-file

Graph RAG架构简单介绍

Graph RAG的核心是通过两阶段构建基于图谱的文本索引：首先，从源文档中衍生出实体知识图谱；然后，针对所有紧密相关的实体群组预生成社区摘要。

所以，Graph RAG的第一步就是将源文档分割成较小的文本块，这些文本块随后被输入到大模型中以提取关键信息。

在这个过程中，大模型不仅要识别文本中的实体，还要识别实体之间的关系，包括它们之间的相互作用和联系，用来构建一个庞大的实体知识图谱，其中包含了数据集中所有重要实体和它们之间的关系。

简单来说，这个过程就像杀鸡一样，当一整只鸡（数据）拿上来后，我们就要把它分解成腿、翅膀、胸肉等更细小的组成部分，同时会关注这些部位之间的关系方便后续的处理。

接着，Graph RAG使用社区检测算法来识别图谱中的模块化社区。这些社区由相关的节点组成，它们之间的联系比与图中其他部分的联系更为紧密。通过这种方式，整个图谱被划分为更小、更易于管理的单元，每个单元都代表了数据集中的一个特定主题或概念。

在基于图的索引之上，Graph RAG进一步生成社区摘要。这些摘要是对社区内所有实体和关系的总结，它们提供了对数据集中特定部分的高层次理解。

然后要求大模型对每个答案进行打分，分数在0—100之间，得分过低的将被过滤掉，高分则留下。将剩余的中间答案按照得分高低排序，逐步添加至新的上下文窗口中，直至词数限制。

例如，当用户提问“如何进行有效减肥时？”，系统会利用与问题相关的社区摘要来生成部分答案。这些部分答案随后被汇总并精炼，以形成最终答案。

Graph RAG对大模型的好处

与传统RAG相比，Graph RAG的全局检索能力非常强，所以很擅长处理大规模数据集，以下是对大模型的主要帮助。

扩展上下文理解能力：通常大模型受限于其上下文窗口的大小，这限制了它们理解和生成基于长文本的能力。Graph RAG通过构建基于图的索引，将整个文本集合分解成更小、更易于管理的社区模块，从而扩展了模型的理解和生成能力。

增强全局查询：传统的RAG方法在处理全局数据的查询时表现不佳，因为依赖于局部文本片段的检索。Graph RAG通过生成社区摘要，使得模型能够从整个数据集中提取相关信息，生成更加全面和准确的答案。

提高摘要的质量和多样性：Graph RAG方法通过并行生成社区摘要，然后汇总这些摘要来生成最终答案，能帮助大模型从不同的角度和社区中提取信息，从而生成更丰富的摘要。

优化算力、资源利用率：在处理大规模文本数据集时，资源的有效利用至关重要。Graph RAG通过模块化处理，减少了对算力资源的需求。与传统的全文摘要方法相比，Graph RAG在生成高质量摘要的同时，显著降低了对token的需求。

提升信息检索和生成的协同：Graph RAG方法通过结合检索增强和生成任务，实现了两者之间的协同工作，提高了生成内容的准确性和相关性。

增强了对数据集结构的理解：通过构建知识图谱和社区结构，Graph RAG不仅帮助模型理解文本内容，还能理解数据集的内在结构。

提高对复杂问题的处理能力：在处理需要多步骤推理或多文档信息整合的复杂问题时，Graph RAG能够通过检索和摘要不同社区的信息，提升对问题更深层次的理解。尤其是在解读PDF、Word等文档时非常有用。

为了评估Graph RAG的性能，微软在一个100万tokens、超复杂结构的数据集上，包含娱乐、播客、商业、体育、技术、医疗等内容，进行了综合测试。

结果显示，全局检索方法在全面性和多样性测试上，超越了Naive RAG等方法。特别是，Graph RAG方法在播客转录和新闻文章数据集上都显示出了超高的水准，多样性也非常全面，是目前最佳的RAG方法之一。

同时Graph RAG对tokens的需求很低，也就是说可以帮助开发者节省大量成本。