发布时间：2025 年 02 月 13 日
RAG
KET-RAG: A Cost-Efficient Multi-Granular Indexing Framework for Graph-RAG
Graph-RAG 通过构建知识图谱提升 LLM 问答系统检索效果，尤其适用于需要多跳推理的生物医学、法律和政治科学领域。现有 Graph-RAG 系统基于文本块相关性构建 KNN 图，但无法捕捉实体关系，导致质量不佳。近期解决方案利用 LLM 提取实体和关系构建三元组知识图谱，但索引成本高昂。
为此，我们提出 KET-RAG 多粒度索引框架。它首先识别关键文本块并构建知识图谱骨架，然后构建文本-关键词二分图作为轻量替代。检索时，它结合骨架的局部搜索和二分图的模拟搜索提升质量。在两个真实数据集上，KET-RAG 在索引成本、检索效果和生成质量上均优于其他方案。与微软 Graph-RAG 相比，它检索质量相当或更优，索引成本降低超一个数量级，生成质量提升最高 32.4%，索引成本降低约 20%。
添加请注明RAG
如遇无法添加，请+ vx: iamxxn886
在医疗、法律等专业领域，大语言模型问答系统常常需要处理海量文档的多跳推理问题。传统方法构建知识图谱动辄花费数十万元，而基于文本块相似度的方案又难以捕捉实体关系。新加坡国立大学团队提出的 KET-RAG 框架，用创新性的多粒度索引技术实现了成本与效果的完美平衡。
一、为什么需要 KET-RAG？
现有 Graph-RAG 方案面临两大核心痛点。
- • 首先是 KNN（K-nearest-neighbor） 图谱的"近视眼 "：基于KNN图谱的RAG通过构建一个K-最近邻（KNN）图谱来增强文本检索能力，从而提高生成答案的质量。基于文本块相似度构建的最近邻图谱，就像近视患者只能看清眼前物体，虽然构建成本低（与普通文本检索相当），但无法捕捉文本内部的实体关系。当用户查询"阿司匹林与布洛芬的相互作用机制"时，相关知识点可能分散在不同研究报告中，简单的文本块检索难以实现有效关联。
- • 其次是知识图谱的"富贵病 "。微软等公司采用的三元组知识图谱（KG-RAG）虽然效果优异，但需要调用大模型逐条提取实体关系。以处理 5GB 法律案例为例，仅 API 调用费用就高达 3.3 万美元，这还没有算上工程师调试 prompt 的人力成本。这种"土豪玩法"让中小型企业望而却步。
二、什么是KET-RAG?
KET-RAG 的核心创新在于"骨架+轻衣"的双层架构。就像建造摩天大楼时先搭建钢结构骨架，再安装轻质幕墙，KET-RAG 首先筛选出文档集合中的核心文本块（约占总量 20%），仅对这些关键部分进行精细化的知识图谱构建。
- • 骨架：知识图谱骨架（Skeleton-RAG），通过选择一小部分核心文本块，利用LLM提取结构化知识，构建知识图谱骨架。
- • 轻衣：文本-关键词二分图（Keyword-RAG），构建一个轻量级的文本-关键词二分图，通过链接关键词到包含它们的文本块，模拟KG-RAG的检索范式。
具体实现分为三步走：
- • KNN图初始化：将文本块组织成KNN图，基于词汇相似度和语义相似度链接节点。
- • 核心文本块识别：使用PageRank算法选择核心文本块，这些文本块在KNN图中具有较高的结构重要性。
- • 图索引构建：对核心文本块应用KG-Index算法构建知识图谱骨架，同时构建文本-关键词二分图。
三、成本与效果的魔法平衡
3.1. 索引成本
KET-RAG在索引成本方面表现出显著的优势，尤其适合处理大规模数据集。通过选择一小部分核心文本块（基于PageRank算法）来构建知识图谱骨架，KET-RAG显著减少了对大型语言模型（LLM）的调用次数，从而降低了API调用费用。
此外，KET-RAG构建了一个轻量级的文本-关键词二分图，而不是完整的知识图谱，进一步降低了索引成本。
实验结果表明，KET-RAG在索引成本方面比Microsoft的Graph-RAG降低了超过一个数量级。例如，处理5GB的法律案例数据，KET-RAG的索引成本显著低于3.3万美元的API调用费用。这种成本效益使得KET-RAG在资源有限的情况下更具吸引力。
3.2 质量维度
KET-RAG在检索质量和生成质量方面均表现出色，甚至优于现有的Graph-RAG系统。
通过结合知识图谱骨架和文本-关键词二分图，KET-RAG能够更有效地捕捉文本之间的关系，支持多跳推理。
实验结果显示，KET-RAG在MuSiQue数据集上的覆盖率（Coverage）达到了77.0%，在HotpotQA数据集上达到了81.6%，显著优于其他方法。此外，KET-RAG生成的答案质量也得到了显著提升。在MuSiQue数据集上，KET-RAG的EM（Exact Match）和F1分数均有大幅提高。
表明KET-RAG能够生成更准确和详细的答案，满足高质量问答系统的需求。
3.3 灵活扩展
KET-RAG具有良好的灵活扩展性，能够适应不同的应用场景和需求。其模块化设计允许用户根据具体需求选择不同的组件和参数配置。
KET-RAG由两个主要组件组成——知识图谱骨架（Skeleton-RAG）和文本-关键词二分图（Keyword-RAG），这两个组件可以独立使用，也可以结合使用，提供了灵活的配置选项。
此外，KET-RAG允许通过调整参数（如核心文本块的比例、检索比例等）来平衡索引成本和检索质量。这种灵活性使得KET-RAG能够适应不同的应用场景和资源限制。未来，KET-RAG还可以扩展到全局搜索场景，并探索适应性部署策略，以实现更广泛的现实世界应用
- • 论文原文: https://arxiv.org/abs/2502.09304
- • 获取更多最新 Arxiv 论文更新: https://github.com/HuggingAGI/HuggingArxiv!
- • 加入社群，+v: iamxxn886
- • 点击公众号菜单加入讨论