cv usk(@cv_usk):📚 平坦に検索して重複だらけになりがちなRAGを、知識グラフを階層的にたどって賢くするフレームワークです。タイトル：LeanRAG URL：https://t.co/IUPDo1Rrzr 📦 概要 LeanRAGは、知識グラフと階層的検索を組み合わせたグラフRAGフレームワークです。AAAI 2026に採録されています。 🔍 解決する課題素朴な検索は関連チャンクを平坦に集めるだけで、内容が重複・冗長になり、文書間の構造的なつながりも活かせません。LeanRAGはエンティティを意味的に束ねた上位レイヤーをたどることで、根拠が明確で重複の少ない回答を狙います。 🛠 提案手法（5段階）・意味的集約：エンティティをクラスタ化し要約ノードと隣接関係を生成・知識グラフ構築：エンティティと要約を多層グラフで接続・階層的検索：クエリを細粒度エンティティに係留し、上方向へ遡って証拠収集・冗長性を考慮した統合：重複パスを整理・生成：集めた証拠でLLMが回答 📊 実験結果・検索の冗長性を平坦検索比で約46%削減・MixベンチでLeanRAG 8.59がHiRAG 8.08・GraphRAG 7.87・LightRAG 7.61を上回る・勝率はNaiveRAG比97.3%、GraphRAG比78.1%、LightRAG比81.2%、FastGraphRAG比100% 知識グラフ基盤で重複の少ないRAGを作りたい人に刺さりそうです。 #RAG #知識グラフ

2026.06.29 11:35

📚 平坦に検索して重複だらけになりがちなRAGを、知識グラフを階層的にたどって賢くするフレームワークです。タイトル：LeanRAG URL： 📦 概要 LeanRAGは、知識グラフと階層的検索を組み合わせたグラフRAGフレームワークです。AAAI 2026に採録されています。 🔍 解決する課題素朴な検索は関連チャンクを平坦に集めるだけで、内容が重複・冗長になり、文書間の構造的なつながりも活かせません。LeanRAGはエンティティを意味的に束ねた上位レイヤーをたどることで、根拠が明確で重複の少ない回答を狙います。 🛠 提案手法（5段階）・意味的集約：エンティティをクラスタ化し要約ノードと隣接関係を生成・知識グラフ構築：エンティティと要約を多層グラフで接続・階層的検索：クエリを細粒度エンティティに係留し、上方向へ遡って証拠収集・冗長性を考慮した統合：重複パスを整理・生成：集めた証拠でLLMが回答 📊 実験結果・検索の冗長性を平坦検索比で約46%削減・MixベンチでLeanRAG 8.59がHiRAG 8.08・GraphRAG 7.87・LightRAG 7.61を上回る・勝率はNaiveRAG比97.3%、GraphRAG比78.1%、LightRAG比81.2%、FastGraphRAG比100% 知識グラフ基盤で重複の少ないRAGを作りたい人に刺さりそうです。 #RAG# #知識グラフ#