多跳RAG：图谱方案成本高昂，准确性提升不显著
在构建多跳RAG（Retrieval Augmented Generation）系统时，当前表现最佳的方案，如GraphRAG、HippoRAG 2和RAPTOR，普遍依赖于离线构建的知识图谱。然而，当数据源频繁更新（例如每日价格、文件、票据、新闻等）时，这种方法面临巨大挑战。每次数据更新都意味着需要重新运行大型语言模型（LLM）索引过程来重建整个知识图谱，导致持续且高昂的重建成本。 这引发了一个关键问题：知识图谱对于多跳RAG的准确性是否真的不可或缺？为此，研究人员进行了一项对比测试，评估了图谱方案与一种“无图谱”的密集索引（dense index）方法在查询时处理（query-time processing）下的表现。 根据原文标题揭示的结论，知识图谱在多数情况下带来的主要是巨大的重建开销，而非显著的准确性提升。这意味着，对于数据变动频繁的应用场景，知识图谱的维护成本可能远超其带来的准确性收益。 对于正在开发或计划部署多跳RAG系统的中国开发者和AI创业者而言，这一发现具有重要指导意义。在选择RAG架构时，应重新评估知识图谱方案的必要性和成本效益，尤其是在处理动态数据集时。“无图谱”的密集索引与查询时处理方法可能是一个更具成本效益和实用性的替代方案，值得深入探索和实践。此研究挑战了知识图谱在复杂RAG场景中总是最优解的普遍认知，促使开发者在追求高准确性的同时，更关注系统的可维护性和运营成本。