摘要
图基检索增强生成（GraphRAG）通过结构化知识来实现答案的基础，但当前系统在提取实体和关系时过于全面，导致生成的图的大小和构建成本随着语料库长度而增加，而非查询所需的推理复杂度。
我们提出了 HCG-RAG（层次化因果图 RAG），它用模式约束的因果图替代开放式提取：一个自动化的流程将语料库精炼为固定的、类型化的因果变量词汇，并在此基础上物化出一个紧凑的双层图。
我们的模式约束图在答案质量上与实体-关系基线相匹配，但成本仅为其一小部分：节点数量减少 3-20 倍，构建时间内 LLM 调用次数减少 8 倍至 135 倍，相较于最依赖 LLM 的基线（MS-GraphRAG），并且图的紧凑性足以让领域专家进行审计、修正和扩展。
在医学和临床基准测试中，包括神经科医生验证的癫痫数据集，HCG-RAG 的表现与最佳实体-关系系统相当或更优。一个消融实验将因果图孤立为结构化检索过滤器，相较于仅基于嵌入的检索贡献了 6 个百分点（pp）。
在所有具有可发现层次因果结构的领域中，只有施加更高层次组织的方法才能超越平坦的实体-关系检索，这表明图中放置的内容比节点数量更为重要。
博主点评： HCG-RAG 的引入为图基检索增强生成提供了一种高效的解决方案，通过模式约束的因果图显著降低了系统的复杂性和成本，同时保持了答案质量。这一进展在医学领域的应用前景尤其广阔，值得关注。