RAGU: многоэтапный GraphRAG-движок с компактной доменно-адаптированной LLM
RAGU — модульная система GraphRAG с открытым исходным кодом, отделяющая извлечение сущностей от их консолидации за счёт двухэтапного типизированного извлечения, дедупликации на базе DBSCAN, суммаризации LLM и обнаружения сообществ по методу Лейдена. Сопутствующая 7B-модель Meno-Lite-0.1 превосходит Qwen2.5-32B в построении графов знаний (+12,5% относительного гармонического среднего), несмотря на существенно меньший размер, а система демонстрирует более высокую полноту доказательств (до 0,84 против <=0,76 у конкурентов) на бенчмарках медицинского домена; работает на одном GPU и распространяется по лицензии MIT с публичным кодом и весами.
Почему это важно
Статья набрала 130 голосов на HuggingFace Daily Papers и демонстрирует, что значительно меньшая доменно-адаптированная модель может превзойти общую модель 32B в построении графов знаний — актуально для экономически эффективного развёртывания RAG.
Важность: 3/5
Лидер по голосам HF Daily Papers (130 голосов, порог >=100) -> +1 к базовой оценке 2.