9 月 13 日消息,圖檢索增強(qiáng)生成(GraphRAG)已成為大模型解決復(fù)雜領(lǐng)域知識(shí)問(wèn)答的重要解決方案之一。然而,當(dāng)前學(xué)界和開(kāi)源界的方案依然面臨開(kāi)銷巨大、效果有限、適配成本高等難題。
因此,騰訊優(yōu)圖實(shí)驗(yàn)室今日宣布 —— 正式開(kāi)源 Youtu-GraphRAG 框架。據(jù)介紹,Youtu-GraphRAG 在六個(gè)跨領(lǐng)域多語(yǔ)言基準(zhǔn)測(cè)試中均展現(xiàn)出了優(yōu)秀的性能表現(xiàn):
大幅成本優(yōu)化:相比同類最佳方案,構(gòu)圖成本節(jié)省 30%+;
顯著精度提升:在復(fù)雜推理任務(wù)中獲得最高 16%+ 的準(zhǔn)確率提升;
強(qiáng)大泛化能力:支持中英雙語(yǔ)處理,通過(guò)最小化人為干預(yù) Schema 實(shí)現(xiàn)跨領(lǐng)域無(wú)縫遷移。



從騰訊官方獲悉,Youtu-GraphRAG 通過(guò) Schema 連接了兩個(gè)智能體,在圖構(gòu)建、索引和檢索上實(shí)現(xiàn)垂直統(tǒng)一和認(rèn)知閉環(huán)。
Schema 引導(dǎo)的層次化知識(shí)樹(shù)構(gòu)建
通過(guò)引入有針對(duì)性的實(shí)體類型、關(guān)系和屬性類型,為圖構(gòu)建智能體提供精確約束,實(shí)現(xiàn)了跨領(lǐng)域知識(shí)的自主演化和高質(zhì)量抽取。四層架構(gòu)設(shè)計(jì)包括:
屬性層:存儲(chǔ)實(shí)體的屬性信息
關(guān)系層:構(gòu)建實(shí)體間的關(guān)系三元組
關(guān)鍵詞層:建立關(guān)鍵詞索引體系
社區(qū)層:形成層次化的高維度社區(qū)結(jié)構(gòu)
結(jié)構(gòu)語(yǔ)義雙重感知的社區(qū)檢測(cè)
巧妙融合結(jié)構(gòu)拓?fù)涮卣髋c子圖語(yǔ)義信息,在復(fù)雜網(wǎng)絡(luò)中提煉高維度知識(shí)加強(qiáng)推理總結(jié)能力,社區(qū)生成效果顯著優(yōu)于傳統(tǒng) Leiden 和 Louvain 算法。利用大模型進(jìn)行社區(qū)摘要生成,實(shí)現(xiàn)更高層次的知識(shí)抽象。

智能迭代檢索機(jī)制
深度理解圖 Schema,將復(fù)雜查詢針對(duì)性地轉(zhuǎn)換為符合圖特征且可并行處理的子查詢,通過(guò)迭代檢索進(jìn)一步提升思維鏈追溯與反思能力。

開(kāi)源地址:
GitHub 地址:https://github.com/ TencentCloudADP / youtu-graphrag
論文鏈接:https://arxiv.org/ abs / 2508.19855
本文鏈接:http://m.www897cc.com/showinfo-45-27586-0.html騰訊宣布開(kāi)源 Youtu-GraphRAG 框架,解決圖檢索增強(qiáng)技術(shù)難題
聲明:本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí),若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系,我們將在第一時(shí)間刪除處理。郵件:2376512515@qq.com
上一篇: 美國(guó) FTC 出手,要求 OpenAI、谷歌等 7 家 AI 巨頭說(shuō)清如何保證青少年安全