Краткое содержание

arXiv:2511.05549v1 Тип объявления: новое Аннотация: Графовая система извлечения и генерации (Graph-based RAG), основанная на графах, продемонстрировала значительный потенциал в улучшении больших языковых моделей (LLM) структурированными знаниями. Однако существующие методы сталкиваются с тремя критическими проблемами: Неверное построение графа, вызванное иллюзиями LLM; Низкая способность к рассуждениям, обусловленная неспособностью явным образом формировать обоснования выбора конкретных фрагментов; и Неадекватный ответ, который лишь частично удовлетворяет запросу вследствие недостаточной способности LLM к рассуждению, что снижает производительность методов ниже уровня NaiveRAG на определённых задачах. Для решения указанных проблем мы предлагаем AGRAG — усовершенствованную систему графового извлечения и генерации. При построении графа AGRAG заменяет широко используемый метод выделения сущностей на основе LLM статистическим подходом, исключая возникновение иллюзий и распространение ошибок. В процессе поиска AGRAG формулирует процедуру вывода на графе как задачу минимальных затрат максимального влияния (Minimum Cost Maximum Influence, M...