RAGU：多步 GraphRAG 引擎与紧凑领域适配 LLM

RAGU 是一个开源模块化 GraphRAG 引擎，通过分离实体提取与巩固、两阶段类型提取、DBSCAN 去重、LLM 摘要和 Leiden 社区检测构建知识图谱。其训练的 7B 模型 Meno-Lite-0.1 在知识图谱构建上超越 Qwen2.5-32B（调和平均提升 12.5%），在医学 GraphRAG 任务中检索召回率达 0.84，优于 HippoRAG2。该引擎可单 GPU 运行，以 MIT 许可发布。

相比现有单次提取知识图谱的方法，RAGU 通过多步处理显著减少噪声和检索脆弱性。小型专用模型（Meno-Lite-0.1）在语言技能上胜过 32B 大模型，证明了在管道中模型规模并非决定性因素，从而降低 GraphRAG 的部署成本和硬件门槛。

关键洞察是管道内 LLM 所需的技能（理解、提取、推理）属于语言技能，随模型大小增长有限，因此可训练紧凑模型达成甚至超越大型通用模型的效果。RAGU 采用分离提取与合并、DBSCAN 去重、LLM 摘要及社区检测等模块化流程，提升知识图谱质量。

开发者可基于 RAGU 构建更准确的多跳问答系统，特别适用于医学等专业领域；单 GPU 即可运行，降低硬件成本；开源 MIT 许可便于集成到现有产品，替代原有 GraphRAG 组件以提升检索召回率并减少错误实体。

• 基于 RAGU 开发垂直领域的知识问答产品（如医疗、法律），利用其高检索召回率提升答案准确度。
• 将 Meno-Lite-0.1 模型作为专用提取器集成到现有 RAG 管道中，替代大型 API 调用以降低成本。
• 利用 RAGU 开源代码，在自有数据上训练领域适配的小型提取器，进一步优化特定场景性能。

• Meno-Lite-0.1 在非英语任务上的表现如何？
• 在多跳事实型问答中，HippoRAG2 优势被归为答案格式伪像，是否有更广泛场景的验证？
• RAGU 在超大规模知识图谱上的处理效率和可扩展性如何？