arXiv cs.CL· Jyotin Goel, Abhinav Arun, Tejas Prakash Agarwal, Bhaskarjit Sarmah, Stefano Pasquali·· 11 小时前AI 评分32
ArcRAG：面向知识图谱的智能体组合式检索
ArcRAG: Agentic Compositional Retrieval over Knowledge Graphs
AI 导读
ArcRAG 在推理时动态构建查询局部图接口（节点标签、关系描述符、属性键），并规划、执行和修复多跳 Cypher 遍历，无需针对图构建方式定制 schema 或重新调参。
正文 · AI 翻译
摘要：基于图的检索增强生成（GraphRAG）通过在由语料库构建的知识图谱上进行检索来回答问题。然而，检索策略是围绕其自身构建流程所产生的结构而设计的，它们能否在构建方式改变后依然有效，却鲜有测试。我们研究这种跨构建的可移植性：即一种检索流程在没有任何针对特定构建模式的 schema、关系名称或重新调参的情况下，当图以不同方式构建时是否仍然有效。我们提出 ArcRAG，它在推理时归纳出一个查询局部的图接口（即从问题所提及实体可达的节点标签、关系描述符和属性键），据此规划多跳遍历，并以 Cypher 形式执行和修复这些遍历。我们将 MuSiQue、HotpotQA 和 TriviaQA 各语料库分别构建为模式引导图（带类型节点、封闭关系集、来源溯源）和开放信息抽取图（无类型节点、自由文本关系），并在两者之间保持检索器配置固定。我们与一个与构建方式无关的 Direct-Cypher 智能体进行比较，在两个图族上按重试和通过预算对每个阶段进行消融，并与先前 GraphRAG 系统所报告的结果进行比较，其中大多数系统将检索与自身的图构建一同设计。在两种构建方式下，我们发现检索无需与图协同设计：查询时接口归纳使与构建方式无关的检索器在构建方式改变时仍保持有效，尽管构建方式仍然影响绝对准确率。
| 评论： | 预印本 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2611.06481 [cs.CL] |
| （或 arXiv:2611.06481v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06481 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jyotin Goel [查看邮箱]
[v1]
2026年11月4日星期三 13:20:51 UTC（2,626 KB）
来源：arXiv cs.CL · arxiv.org