9 月 13 日消息,圖檢索增強生成(GraphRAG)已成為大模型解決復雜領域知識問答的重要解決方案之一。然而,當前學界和開源界的方案依然面臨開銷巨大、效果有限、適配成本高等難題。
因此,騰訊優圖實驗室今日宣布 —— 正式開源 Youtu-GraphRAG 框架。據介紹,Youtu-GraphRAG 在六個跨領域多語言基準測試中均展現出了優秀的性能表現:
大幅成本優化:相比同類最佳方案,構圖成本節省 30%+;
顯著精度提升:在復雜推理任務中獲得最高 16%+ 的準確率提升;
強大泛化能力:支持中英雙語處理,通過最小化人為干預 Schema 實現跨領域無縫遷移。



從騰訊官方獲悉,Youtu-GraphRAG 通過 Schema 連接了兩個智能體,在圖構建、索引和檢索上實現垂直統一和認知閉環。
Schema 引導的層次化知識樹構建
通過引入有針對性的實體類型、關系和屬性類型,為圖構建智能體提供精確約束,實現了跨領域知識的自主演化和高質量抽取。四層架構設計包括:
屬性層:存儲實體的屬性信息
關系層:構建實體間的關系三元組
關鍵詞層:建立關鍵詞索引體系
社區層:形成層次化的高維度社區結構
結構語義雙重感知的社區檢測
巧妙融合結構拓撲特征與子圖語義信息,在復雜網絡中提煉高維度知識加強推理總結能力,社區生成效果顯著優于傳統 Leiden 和 Louvain 算法。利用大模型進行社區摘要生成,實現更高層次的知識抽象。

智能迭代檢索機制
深度理解圖 Schema,將復雜查詢針對性地轉換為符合圖特征且可并行處理的子查詢,通過迭代檢索進一步提升思維鏈追溯與反思能力。

開源地址:
GitHub 地址:https://github.com/ TencentCloudADP / youtu-graphrag
論文鏈接:https://arxiv.org/ abs / 2508.19855
本文鏈接:http://www.www897cc.com/showinfo-45-27586-0.html騰訊宣布開源 Youtu-GraphRAG 框架,解決圖檢索增強技術難題
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com