GraphRAG 和传统向量 RAG 的区别?
题目
GraphRAG 和传统向量 RAG 的区别?
参考答案
点击展开参考答案
- 传统向量 RAG:扁平的 chunk 向量检索,适合单点事实查询("XX 的地址是多少");但不擅长全局性问题("整个项目的主要风险有哪些")。
- GraphRAG:先从文档中提取实体和关系构建知识图谱;对全局问题,先在图谱上做社区检测,生成社区摘要,回答时汇总相关社区信息。
- 优势:(a) 擅长全局性、总结性问题;(b) 可以做多跳推理(A→B→C 关系链);(c) 实体关系清晰可解释。
- 劣势:构建图谱成本高(实体抽取、关系抽取都要 LLM);更新维护复杂;单点事实查询效率不如向量 RAG。
- 追问:GraphRAG 适合什么场景?(答:大量文档的全局分析、关系密集型领域(如法律案件、企业组织架构、投资关系))
- 追问:微软的 GraphRAG 是怎么做的?(答:先用 LLM 从文档中抽取实体关系建图,然后做层次化社区检测,每个社区生成摘要;全局查询时 map-reduce 各社区摘要)