RAGU：紧凑领域自适应LLM驱动的多步GraphRAG引擎

图检索增强生成（GraphRAG）通过结构化知识增强大语言模型，但现有系统在单次抽取过程中构建知识图谱，会产生噪声实体和脆弱的检索。RAGU 是一个开源模块化 GraphRAG 引擎，通过将抽取与整合分离来解决这一问题：实体和关系经过两阶段类型化抽取、基于 DBSCAN 的去重、大语言模型摘要以及 Leiden 社区检测。一个关键洞察催生了紧凑型抽取器：流水线内大语言模型所需的技能——理解、抽取、基于上下文的推理——都是语言技能，这些技能随模型规模增长很弱，与事实性世界知识不同。据此，我们训练了 Meno-Lite-0.1，一个针对语言技能优化的 7B 模型，它在知识图谱构建上优于 Qwen2.5-32B（相对调和均值提升 12.5%），并在英文 GraphRAG 任务上与之持平。在 GraphRAG-Bench（医学）上，RAGU 在每个事实层级检索到最完整的上下文（证据召回率最高达 0.84，对比 ≤0.76），并在合成任务上超越 HippoRAG2；在多跳事实性问答中，HippoRAG2 的明显优势很大程度上被证明是答案格式的伪影。RAGU 可通过 pip install graph_ragu 安装，在单 GPU 上运行，并以 MIT 许可证发布。源代码公开于 https://github.com/RaguTeam/RAGU，Meno-Lite-0.1 模型可从 https://huggingface.co/bond005/meno-lite-0.1 获取。