跳到正文
arXiv cs.AI· Uday Allu (Yellow.ai)·· 4 小时前AI 评分38

Lightfoot:支持精确、免模型文档删除的图检索增强生成系统

Lightfoot: Graph Retrieval-Augmented Generation with Exact, Model-Free Document Deletion

AI 导读

Lightfoot 是一个图检索增强生成(GraphRAG)系统,检索时不调用语言模型,删除文档仅为一次数据库事务、无需模型调用——删除 11,402 段语料中 10% 仅需 14 秒,且删除后图与重建索引完全一致。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:基于图的检索增强生成(GraphRAG)改进了多跳问答,但已部署的系统需要付出研究对比中很少衡量的成本:查询时的模型调用、构建图以及正确删除文档。我们提出 Lightfoot,这是一个 GraphRAG 系统,其中每个实体、链接、事实和同义词边都是逐段落抽取结果的确定性函数,并带有块级溯源信息。检索不进行任何语言模型调用,索引每段落调用一次,删除文档是一个不涉及模型调用的数据库事务:删除 11,402 段落语料库的 10% 耗时 14 秒,之后图与对幸存文档重新建立索引的结果完全一致。在近重复名称的语料库上,HippoRAG 2 的同义词列表有上限,比重建少 565 条边,而 Lightfoot 保持精确。在 MuSiQue、2WikiMultiHopQA 和 HotpotQA 的留出问题上,使用相同的抽取、嵌入和答案模型,Lightfoot 与 HippoRAG 2 具有竞争力:经 Holm 校正的配对检验显示,它在 MuSiQue 上的 recall@5 和 recall@10 更优(+4.8 和 +5.5 个百分点),在 2WikiMultiHopQA 上的 recall@10 更优(+3.4),在 HotpotQA 上持平,而 HippoRAG 2 在 2WikiMultiHopQA 的 recall@2 上保持 3.0 个百分点的非显著优势。从问题中命名的实体开始游走,解释了 2WikiMultiHopQA 增益的大部分。三个数据集上的答案持平,且该检索模式在三个更大的嵌入器(最大到 Qwen3-Embedding-8B)上依然成立。该增益并非来自重排序器:在相同的交叉编码器下,稠密检索在两个多跳数据集上的 recall@5 分别落后 Lightfoot 9.3 和 17.8 个百分点。Lightfoot 还构建了最便宜的索引,比 HippoRAG 2 低 26-31%;LightRAG 完成同样的删除需要 2,187 次模型调用和 3.7 小时,而 fast-graphrag 无法删除。
评论: 15 页,1 张图。代码:此 https URL
主题: 人工智能(cs.AI);计算与语言(cs.CL);信息检索(cs.IR)
引用为: arXiv:2611.11010 [cs.AI]
  (或 arXiv:2611.11010v2 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.11010

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Uday Allu [查看电子邮件]
[v1] 2026 年 11 月 7 日星期六 23:15:23 UTC(28 KB)
[v2] 2026 年 11 月 16 日星期一 20:54:50 UTC(36 KB)

来源:arXiv cs.AI · arxiv.org