跳到内容
九天共学
学习库 / 论文共学社区
AI 与本体 / 进阶 / 6 节方法正文对照 · 待审校

GraphRAG:怎样回答一整批资料的问题

From Local to Global: A Graph RAG Approach to Query-Focused Summarization

Darren Edge 等 · Microsoft Research · 2025 · arXiv v2
阅读原文全文核验:2026-09-17

3.1.1 原始文档 → 文本块

3 / 8
GraphRAG v2 · §3.1.1
原文 · 1

To start, the documents in the corpus are split into text chunks. The LLM extracts information from each chunk for downstream processing. Selecting the size of the chunk is a fundamental design decision; longer text chunks require fewer LLM calls for such extraction (which reduces cost) but suffer from degraded recall of information that appears early in the chunk ( Liu et al.,, 2023 ; Kuratov et al.,, 2024 ) . See Section A.1 for prompts and examples of the recall-precision trade-offs.

中文辅助译文 · 待人工审校

首先,将语料库中的文档切分为文本块。大语言模型从每个文本块中提取信息,供后续步骤处理。文本块大小是一项基础设计决策:较长的文本块意味着此类抽取所需的模型调用更少,因此成本较低,但模型对文本块前部信息的召回表现会下降(Liu 等,2023;Kuratov 等,2024)。提示词以及召回率与精确率之间取舍的例子,见附录 A.1。

本节正文与示例对照,图表及其他章节请查阅原文。译文尚未经人工专业审校。

本站解读 · 与原作者观点分开

分块涉及成本与信息保留的取舍。这里是论文的方法描述,具体长度与模型表现需要实际评测。

带着这个问题,和同学一起想

短块可能拆散什么关系?长块又可能遗漏什么信息?

划选正文也可以保存重点。笔记默认仅自己可见,确认公开后才进入共学社区。

GraphRAG v2,Darren Edge 等作者,CC BY 4.0。新增 §3.1.1—§3.1.6 正文与示例的中文辅助译文;本站评论另列。尚未人工审校,未包含图表及全文其他章节,不代表原作者认可。

译文与本站解读仍需专业复核。AI 共学界面已接入此材料的章节上下文,可选择解释、方案评审或模拟追问;服务状态以教练面板为准。

使用统计:关闭

帮助心晴了解哪些内容有用。默认关闭;不记录问题正文、私人笔记、手机号或聊天内容。

允许关联后,登录账号的页面与操作可由运营查看。已启用浏览器“不跟踪”时不采集。明细最多保留 90 天,后台读取或每日首次采集时清理。