知识图谱增强大模型GraphRAG全面综述解读 - 蚂蚁集团、北大、浙大、人大等

最近，蚂蚁集团联合北京大学、浙江大学、中国人民大学以及美国罗格斯大学，发布了一篇关于GraphRAG的综述论文。这篇论文全面梳理了图谱检索增强生成（GraphRAG）这一框架——它的核心思想是利用外部结构化知识图谱，来提升语言模型的上下文理解能力，从而生成更靠谱、更有信息量的回答。可以说，这篇综述来得正是时候，因为GraphRAG正在从学术圈走向工业界，许多团队都在探索怎么把它落地。

主要结论

• GraphRAG通过整合知识图谱中的结构化信息，解决了传统检索增强生成（RAG）在关系理解上的短板。
• 完整的GraphRAG工作流包含三个阶段：图索引（G-Indexing）、图检索（G-Retrieval）和图增强生成（G-Generation）。
• 论文详细拆解了每个阶段的核心技术，包括图数据的选择、索引方法、检索模型、检索范式和生成增强策略。
• 还讨论了GraphRAG在下游任务、基准测试、评估指标以及工业应用中的表现。
• 未来的研究方向包括动态图谱的处理、多模态信息的融合、可扩展检索机制，以及GraphRAG与图基础模型的结合。

摘要

检索增强生成（RAG）在缓解大语言模型（LLM）的幻觉、提升领域知识覆盖和时效性方面已经取得了显著成效，且无需重新训练模型。但传统RAG主要依赖文本片段，对实体之间复杂的关系结构往往力不从心。GraphRAG则直接利用知识图谱中的结构化关系，进行更精确、更全面的检索，从而生成更准确、上下文感知的响应。鉴于GraphRAG的新颖性和潜力，系统性地评估现有技术非常必要。这篇论文首次对GraphRAG方法论给出了综合概述，形式化描述了其工作流，并梳理了每个阶段的核心技术、训练方法、下游任务、评估指标和工业应用案例。最后，还探讨了未来的研究方向，希望能推动这个领域的进一步发展。

关键词：大型语言模型（LLM），图检索增强生成（GraphRAG），知识图谱（KG），图神经网络

为什么需要GraphRAG？

大语言模型如GPT-4、Qwen2、LLaMA正在改变AI的面貌，尤其在自然语言处理领域。它们基于海量训练数据，表现出惊人的理解和生成能力，医疗、金融、教育等行业都因此受益。但问题在于，LLM的知识是“静态”的——它们只能依赖训练时学到的内容，缺乏领域特定知识、实时信息以及专有数据。这直接导致了幻觉问题：模型会自信地给出不准确甚至虚构的回答。

检索增强生成（RAG）的出现，正是为了给LLM插上外部知识的翅膀。它先从外部知识库中检索相关文本，再让LLM基于这些文本生成回答，从而大幅减少幻觉。但RAG也有一个明显的局限：它把文本当作孤立的片段来检索，忽视了文本之间的关联。比如，用户问“新冠疫苗对Delta变异株的效果如何？”，RAG可能只找到一篇关于疫苗的文章和另一篇关于Delta的文章，却无法理解它们之间的“影响”关系。

GraphRAG就是冲着这个痛点来的。它使用预构建的图数据库（比如知识图谱），检索包含关系知识的图元素——不仅拿到实体本身，还拿到它们之间的连接方式。这种结构化的信息，让模型能更准确、更全面地理解问题背后的关系网。同时，图数据天然具备抽象和总结能力，可以把长文本压缩为精简的图谱，减轻输入长度问题。通过检索子图或图社区，GraphRAG能捕获更广泛的上下文，对查询聚焦摘要等任务尤其有效。

说到底，GraphRAG并不是要替代RAG，而是在它的基础上加了一层“关系维度”。传统RAG把文本当作点，GraphRAG则把文本之间的关系也视为可检索的信息。这种思路也让它与知识库问答（KBQA）有所区分——KBQA聚焦于单一知识图的问答，而GraphRAG可以灵活应用于多种下游任务，比如事实验证、链接预测、对话系统等。

GraphRAG的三阶段工作流

整个GraphRAG流程可以直观地拆解为三个步骤：图索引、图检索和图增强生成。下面逐一来看。

G-Indexing：构建与下游任务匹配的图数据库

这一步直接决定了GraphRAG的质量上限。图数据来源有两种主流类型：

• 开放知识图谱
  ：比如通用的Wikidata、Freebase、DBpedia，以及生物医学领域的CMeKG、电影行业的Wiki-Movies。这些图谱覆盖面广，但可能不够精准。

• 自构建图数据
  ：根据特定任务从原始数据中构建的图，比如文档图、实体关系图、专利短语网络等。虽然构建成本高，但能与任务高度对齐。

索引方法上，有三种主流策略：图索引（保留整个图结构，便于访问边和邻居节点）、文本索引（将图数据转化为文本描述，便于传统文本检索）、向量索引（将图数据转为向量表示，便于快速近似搜索）。实践中，往往是混合使用——比如先用向量索引快速筛选候选，再用图索引精确定位关系。

G-Retrieval：提取相关图数据的核心挑战

检索阶段面临两个硬骨头：一是随着图规模增大，候选子图呈指数增长，搜索空间爆炸；二是文本查询和图数据之间的相似度度量并不直观。为此，研究者们从多个角度优化：设计更高效的检索模型、精炼检索范式（比如从单层检索变成多跳检索）、确定合适的检索粒度（节点、边还是子图），以及引入查询改写、知识增强等技术来提升命中率。这些努力的目标只有一个：在效率和准确性之间找到最佳平衡点。

G-Generation：把图数据“翻译”成文本输出

生成阶段负责将检索到的图数据与用户查询整合，输出最终的回答。这里涉及几个关键决策：

• 生成器选择
  ：如果是判别式任务（比如分类），可以用GNN或判别语言模型；如果是生成式任务（比如问答、摘要），则需要解码器型语言模型。注意，生成模型可以同时胜任两类任务，但纯判别模型无法做文本生成。

• 图翻译器
  ：由于语言模型天然处理的是文本序列，图数据需要先转换成兼容格式。主流的两种格式是“图语言”（把图结构线性化为特殊token序列）和“图嵌入”（将图表示为一个向量或向量序列）。翻译器的质量直接影响生成效果。

• 生成增强技术
  ：在生成前、生成中、生成后三个阶段都可以做文章。生成前可以结合图结构对查询做重写；生成中可以引入注意力机制让模型更关注关键关系；生成后可以用图逻辑对输出做验证和修正。

训练方法：无训练 vs. 基于训练

GraphRAG的训练方式大致分为两类：

• 无训练方法
  ：主要配合闭源大模型（如GPT-4）使用，通过精心设计的提示词来控制检索和生成行为。优点是零成本接入，缺点是缺乏对特定任务的优化，结果可能不够稳定。

• 基于训练的方法
  ：用监督信号对模型（通常是检索器和生成器）进行微调。更进一步的，可以对检索器和生成器做联合训练，让它们互相适应——检索器学会给出生成器最需要的图结构，生成器学会更高效地利用检索结果。这种协同训练往往能带来显著的效果提升。

下游任务与工业落地

GraphRAG的应用覆盖面相当广。在自然语言处理领域，它被用于知识库问答（KBQA）、常识问答、事实验证、链接预测、对话系统、推荐系统等。每个任务都因为图结构信息的加入而变得更加精准。

在具体行业场景中，GraphRAG也展现出强大的落地能力：

• 电子商务
  ：利用用户与产品的交互图谱，做个性化推荐和智能客服。

• 生物医学
  ：借助“疾病-症状-药物”关系图谱，辅助医疗决策和药效分析。

• 学术文献
  ：分析研究论文与书籍之间的引文关系，辅助文献综述。

• 法律咨询
  ：利用案例引用网络，辅助案件分析和法律推理。

• 情报分析
  ：整合多源结构信息，生成聚合报告。

工业界已经开始系统性地布局。微软的GraphRAG系统使用LLM自动构建基于实体的知识图并生成社区摘要；NebulaGraph将LLM与图数据库整合以提升搜索精度；蚂蚁集团的框架结合了DB-GPT、OpenSPG和TuGraph-Vector，实现高效的三元组提取与子图遍历；Neo4j则通过NaLLM框架和LLM Graph Builder，让非结构化数据自动转化为知识图。这些案例说明，GraphRAG正在从学术概念走向可落地的工程方案。

评估体系与未来方向

评估GraphRAG系统通常使用两类基准：一种是特定任务的数据集（如KBQA、CSQA），另一种是综合性的GraphRAG专用基准，如STARK、GraphQA、GRBENCH和CRAG。评估指标分为下游任务指标（准确率、F1、BLEU、ROUGE-L等）和检索质量指标（答案覆盖率与子图大小比例、查询相关性、多样性和忠实度评分）。这些指标共同刻画了系统在信息检索和内容生成上的综合表现。

展望未来，GraphRAG还有几个值得关注的方向：

• 动态图谱
  ：现实世界中的知识不断更新，如何让GraphRAG能实时反映变化？

• 多模态信息融合
  ：除了文本，图数据还能整合图像、语音等模态信息。

• 可扩展检索机制
  ：当图规模达到数十亿节点时，如何保持检索的实时性？

• 与图基础模型结合
  ：将GraphRAG直接嵌入到图神经网络预训练模型中，也许能开辟新的路径。

这篇综述为GraphRAG领域画出了一张清晰的地图，既总结了已有的技术成果，也指出了尚未解决的问题。对于正在探索如何结合知识图谱与大模型的研究者和工程师来说，它是一份不可多得的参考资料。

[2408.08921] Graph Retrieval-Augmented Generation: A Survey (arxiv.org) https://arxiv.org/abs/2408.08921