Deep GraphRAG：蚂蚁与浙大联手解决图检索中的全面性与效率平衡难题

论文链接：https://arxiv.org/pdf/2601.11144

背景：GraphRAG 面临的“三难”困境

在传统的检索增强生成（RAG）系统中，向量召回是主流方案。然而，当遇到需要“跨知识点推理”的复杂查询时，这种方法的局限性就显现出来，效果不佳。为了解决这一问题，业界引入了图检索增强生成（GraphRAG），它将知识图谱的结构化信息融入检索过程，但也带来了新的挑战，可以概括为“三难”困境：

1. 全局视角（Global）够全但粗粒度：能够覆盖全局信息，但检索结果过于概括，导致关键细节被摘要信息所淹没。
2. 局部视角（Local）够细却跳不远：能够获取特定实体的详细信息，但在处理需要“多跳”推理、跨越多个知识单元的问题时，检索路径容易中断。
3. 检索路径爆炸，延迟扛不住：图结构的复杂性可能导致候选检索路径呈指数级增长，严重影响了系统的响应速度和处理效率。

Deep GraphRAG 的核心设计

由蚂蚁集团和浙江大学联合提出的 Deep GraphRAG 框架，旨在通过一套系统性方案来破解上述困境，在检索的全面性与效率之间取得平衡。其核心设计围绕三个模块展开：

模块	一句话总结
① 层次化全局→局部检索	先定位顶层社区，再深入子社区，最后聚焦实体，实现层层递进的剪枝式检索。
② 基于 Beam-Search 的动态重排	在检索的每一步仅保留 Top-k 候选，从而显著降低计算量和延迟。
③ 动态权重 GRPO（DW-GRPO）强化学习	引入基于奖励增速的动态权重调整，让小模型（如 1.5B）也能逼近大模型（如 70B）的知识整合能力。

技术细节拆解

图构建流水线（Graph Construction）

模型的基石是一个精心构建的层次化知识图谱。其构建流程包含以下关键步骤：

1. 文本切块：采用 600 个 Token 的滑动窗口进行文本分块，并设置 100 个 Token 的重叠区域，以保证上下文连贯性。
2. 实体与关系抽取：使用 Qwen2.5-72B-Instruct 模型进行抽取，并设置温度参数为零，以确保结果的确定性。
3. 实体消歧：首先使用 bge-m3 模型计算实体相似度，当相似度大于 0.95 时，再交由大语言模型进行二次确认和消歧。
4. 层次社区化：采用加权 Louvain 算法进行递归聚类，设置分辨率参数 γ=1.0，最终得到 L0（顶层社区）、L1（中层社区）、L2（实体与关系层）的三层树状结构。

三层检索流程

Deep GraphRAG 的核心检索过程通过一个分层的 Beam Search 算法实现，具体流程如下表所示：

阶段	Beam 宽度	输入	输出	相似度函数
① Top 社区层检索	k=3	查询 q + 社区嵌入	Top-3 社区	cos(q, D(c))
② Mid 社区层检索	k=3	展开上一步得到的子社区	Top-3 子社区	cos(q, D(c'))
③ 实体层检索	m=10	展开上一步得到的子社区至实体	Top-10 实体	cos(q, D(v))

整个检索过程主要依赖小规模的矩阵乘法，与 Drift Search 等方法相比，其 GPU 内存占用可降低至约 1/6。

DW-GRPO：动态权重的奖励机制

传统的多目标强化学习方法通常为不同奖励分配固定权重，容易导致优化过程中的“跷跷板效应”——提升一个目标可能以牺牲另一个目标为代价。DW-GRPO 创新性地将权重本身视为可优化的策略参数，在训练过程中根据各奖励函数的“改进速度”动态调整其权重。

• α：代表过去 20 个训练步骤中，某一奖励得分的归一化改进斜率。
• T=0.1：温度参数，用于保证权重更新的平滑性。

动态权重 w_j(t) 通过带有温度参数 T 的 softmax 函数计算得出，其中 W 用于保持权重总和不变：

w_j(t) = W exp(-1 · α_j(t-1)/T) / Σ_j exp(-1 · α_j(t-1)/T) (7)

该方法整合了三种关键奖励：

奖励	实现方式	目的
相关性奖励 (r_rel)	交叉编码器 (cross-encoder)	惩罚与查询无关的回答
忠实度奖励 (r_faith)	BERTScore-F1	惩罚生成内容中的事实性错误或“幻觉”
简洁性奖励 (r_conc)	1 - len(回答)/len(知识)	惩罚冗长、啰嗦的表述

这种动态调整机制带来了显著效果：在 NQ 数据集上，一个仅 1.5B 参数的模型通过 DW-GRPO 训练后，其知识整合性能达到了 72B 大模型的 94%，同时延迟降低了 20 倍。

实验结果与分析

主要性能指标

在 Natural Questions (NQ) 和 HotpotQA 两个权威数据集上的实验表明，Deep GraphRAG 在多项指标上超越了现有方法。

这里重点对比需要复杂推理的 GQ（全局性问题） 表现和整体性能：

数据集	问题类型	Deep GraphRAG	Drift Search (基线)	性能提升
HotpotQA	GQ	56.25%	38.75%	+17.5 个百分点
NQ	整体 (Total)	44.69%	38.05%	+6.6 个百分点

GQ 类问题通常需要跨越至少 2 个社区的知识进行推理，Deep GraphRAG 凭借其层次化检索和动态集成能力，在该类问题上取得了显著优势。

系统延迟对比

效率是 Deep GraphRAG 设计的另一大重点。实验结果显示，其在显著提升效果的同时，大幅降低了系统处理延迟。

将 Drift Search 的延迟归一化为 1.00 倍作为基准，Deep GraphRAG 的表现如下：

场景	Drift Search 延迟	Deep GraphRAG 延迟	延迟降低幅度
NQ-Local 问题	1.00×	0.14×	-86%
NQ-Global 问题	1.00×	0.18×	-81.6%

总结

Deep GraphRAG 通过层次化的知识图谱检索、高效的 Beam Search 剪枝策略以及创新的 DW-GRPO 动态权重强化学习方法，系统性地解决了 GraphRAG 在全面性、准确性和效率之间的权衡难题。它不仅在图结构检索（GraphRAG）的全面性上表现优异，更在需要多跳推理的复杂问题上实现了性能突破，同时将系统延迟降低了一个数量级。这项研究为构建下一代高效、可靠的知识密集型应用提供了新的思路和强大的技术文档参考。对图神经网络和检索增强生成技术感兴趣的朋友，可以在云栈社区找到更多相关的深度讨论与实践资源。