用这张表回答“每篇工作改变了哪个控制对象、最终想恢复什么证据、代价和边界是什么”。内容来自当前知识库中的论文笔记;
abstract-level条目只表达现有笔记的定位,不等同于 PDF 级核验。
主线矩阵
| 工作 | 状态 | 主要控制对象 | 方法信号 | 主要证据目标 | 当前边界 / 后续问题 |
|---|---|---|---|---|---|
| LinearRAG | pdf-level |
图表示与索引成本 | relation-free Tri-Graph、语义桥接、PPR | 从实体锚点恢复 passage 集合 | 关系语义弱化;需检验关系密集任务边界 |
| StructRAG | pdf-level |
推理时结构选择 | router 选择 table / graph / algorithm / catalogue / chunk | 任务匹配的结构化上下文 | 路由训练数据与跨任务泛化仍需检验 |
| CrossAug | pdf-level |
跨 chunk 图完整性 | GNN 定位高价值缺边区域,再做 evidence-grounded completion | 补桥接关系和跨 chunk evidence | 补边错误如何传播、在线成本如何控制 |
| SEM-RAG | pdf-level |
多模态结构编译 | 文本、表格、公式编译为可执行图原语并路由 | 结构保持的跨模态证据 | 领域结构迁移到普通文档的边界 |
| MMGraphRAG | pdf-level |
视觉—文本实体对齐 | scene graph + SpecLink + node-based MMKG | 跨模态路径证据 | 对齐误差和视觉来源可追溯性 |
| BubbleRAG | pdf-level |
证据子图形成 | semantic anchor groups、bubble expansion、CEG ranking | 连通、紧凑、覆盖多锚点的子图 | query-time 成本高;依赖 KG 信息充分 |
| DOTRAG | pdf-level |
路径搜索与路径判断 | goal-constrained workspace、局部检索、Yen paths、LLM path check | partial / complete reasoning paths | 路径完整不必然等于文档集合完整 |
| STAR | pdf-level |
路径排序偏差 | token-level query-path interaction、hard path mining、long-tail loss | 难负例和长尾支持路径 | 训练路径与真实 provenance 的一致性 |
| FastInsight | pdf-level |
检索算子融合 | 拓扑 reranking + 语义扩展,减少多轮 LLM 推理 | 快速形成有 insight 的 evidence set | 算子融合与集合充分性的关系 |
| Graph-R1 | pdf-level |
多轮状态—动作策略 | knowledge hypergraph、think/query/retrieve/rethink/answer、GRPO | answer-oriented retrieval trajectory | RL 训练成本、轨迹归因和停止稳定性 |
| CS-RAG | pdf-level |
不完美 KG 下的可靠传播 | atomic constraints、Neff sufficiency、text recovery | resolved binding + unresolved 文本证据 | 阈值校准与候选分布可靠性 |
| A2RAG | pdf-level |
渐进式 agent 检索 | 轻量检索 → 桥接 → 全局扩散,answer-level triple-check | 逐步扩展并在答案层回查 | 重试成本与检查器偏差 |
| GraphRAG-Router | pdf-level |
后端和模型路由 | 分层动作、SFT + RL | 按问题选择检索—生成组合 | 路由收益需与固定预算公平比较 |
| Ex-GraphRAG | pdf-level |
证据 attribution | 可分解的 M-GNAN 编码器 | 哪些节点和特征影响图条件表示 | attribution 不等同于因果证据使用 |
| GraphSteal | pdf-level |
图结构安全 | 黑盒查询、实体关系解析、图遍历重构 | 暴露的结构和关系信息 | 攻击成功率与防御预算 |
| Consumer Hardware GraphRAG | pdf-level |
部署成本与资源边界 | 单卡本地 LLM、EHR schema retrieval | 可部署的结构化检索 | 医疗场景结论不能直接外推 |
| Rethinking Chunk Size | abstract-level |
文档粒度 | fixed-size chunking 的 dataset × encoder 分析 | 作为图检索的非图基线和粒度参照 | retrieval-only 指标、合成长文档与模型覆盖 |
| Microsoft GraphRAG | pdf-level |
全局结构与社区层级 | 实体—关系图、Leiden 社区、层级 community reports、map-reduce | 面向全语料的 global sensemaking 证据 | 摘要压缩、来源回链与任务泛化 |
| HippoRAG | pdf-level |
关联传播与多跳记忆 | OpenIE 三元组、同义边、PPR、passage 映射 | 低词面相似的关联 passage 集合 | 抽取质量、关系语义与长文档扩展 |
| LightRAG | pdf-level |
双层索引与增量检索 | local/global keywords、实体—关系图、邻域扩展 | 具体事实与全局主题的分层证据 | 删除一致性、provenance 与 LLM judge 边界 |
| RAPTOR | pdf-level |
抽象层级与长文档组织 | 递归聚类、摘要树、多层检索 | 跨段落主题与细节联合支持 | 摘要来源保真、跨文档关系与构建成本 |
| G-Retriever | pdf-level |
图内连通子图选择 | PCST、GNN 编码、LLM 生成 | 结构连通且紧凑的 textual graph 子图 | 现成图输入、静态检索与开放文档迁移 |
| Think-on-Graph | pdf-level |
在线路径探索与停止 | relation/entity beam search、LLM prune、ToG-R | KG 上的多跳 reasoning paths | 调用成本、实体链接、KG 覆盖和残余幻觉 |
读表结论
2026-11-16 PDF 级补全
| 工作 | 状态 | 控制对象与方法 | 论文中的主要证据 | 仍待解决的问题 |
|---|---|---|---|---|
| StructRAG | pdf-level |
推理时路由到 table/graph/algorithm/catalogue/chunk,再结构化并利用 | Loong、多类长文档任务;router/structurizer/utilizer 消融 | 结构选择成本、合成偏好数据和跨域泛化 |
| LinearRAG | pdf-level |
relation-free Tri-Graph、局部语义桥接、全局 passage importance | HotpotQA、2Wiki、MuSiQue、Medical;索引/检索效率对照 | 无显式关系时关系语义如何恢复 |
| E²GraphRAG | pdf-level |
summary tree + entity graph + 双向索引,query 自适应 local/global | 多数据集效果和成本对照 | 依赖实体抽取/实体共现,复杂关系表达边界 |
| QCG-RAG | pdf-level |
query-centric graph 与结构化 query 约束候选图检索 | MultiHop-RAG 等查询类型的检索与 QA 评测 | 图构建假设和 query 解析误差的传播 |
| FRAG | pdf-level |
将 KG-RAG 拆成可替换模块并支持路径检索/训练策略配置 | WebQSP、CWQ;报告训练与基线比较 | 组合空间的公平预算比较及模块交互 |
| LEGO-GraphRAG | pdf-level |
模块化 GraphRAG 设计空间与系统化比较 | 多种 retrieval/extraction/generation 组件组合 | 组件结论受实现与数据集设置约束 |
| HopRAG | pdf-level |
伪查询扩展和逻辑感知 hop retrieval | HotpotQA、2WikiMultiHopQA、MuSiQue | 伪查询质量、扩展噪声与在线成本 |
| OMD-GraphRAG | pdf-level |
ontology-guided extraction、多维社区、图/报告双通道融合 | MultiHop-RAG 平均 F1 78.92;单基准、single-run | schema 维护、基准外泛化和 provenance |
| Inference-Scaled-GraphRAG | pdf-level |
增加图遍历 steps,并对并行轨迹多数投票 | GRBench 六域;50 steps/16 votes 平均 F1 47.55 | 推理成本、错误多数票、自适应停止 |
| S-Path-RAG | pdf-level |
加权路径、verifier、soft latent injection、诊断驱动图编辑 | WebQSP/CWQ 的 H@1、F1、coverage 及消融 | 可复现性、成本外推和证据来源验证 |
| Core-based-Hierarchies-GraphRAG | pdf-level |
k-core 层次替代 Leiden,M2hC/MRC 合并和 RRTC 预算采样 | 三类语料的 LLM judge 胜率及 token 成本 | LLM judge 边界、global sensemaking 外适用性 |
这批论文并非同一条替代链:StructRAG/OMD 改变表示组织,LinearRAG/E²/QCG/FRAG/LEGO 改变构图或检索接口,HopRAG/Inference-Scaled/S-Path 改变查询时搜索,Core-based Hierarchies 改变社区层次。相同指标不代表相同任务,尤其 KGQA 的 answer coverage 与 global sensemaking 的 judge win rate 不可横向合并。
- 研究控制对象正在后移。 早期工作主要改变图的节点、边和索引;较新的工作更多改变 query-time 的路径、子图、状态、停止和后端选择。
- 证据目标逐渐从单点相关性转向集合结构。 BubbleRAG、DOTRAG、STAR 和 CS-RAG 都在不同程度上处理连通性、路径完整性、候选分布或约束满足,但尚未统一成可比较的 evidence-set 目标。
- 动态检索不是一个单一类别。 Graph-R1 学习 state-action trajectory,A2RAG 做渐进式 agent,GraphRAG-Router 做系统路由,CS-RAG 做 sufficiency-gated propagation;它们的状态、动作和停止定义不同。
- 可解释性仍有对象错位。 Ex-GraphRAG 解释编码贡献,DOTRAG 展示路径,CS-RAG 暴露 binding 状态,GraphSteal 反向恢复结构;这些都不能直接证明最终答案使用了完整且正确的来源集合。
- 成本是方法结论的一部分。 构图 token、在线 LLM 调用、路径搜索、重试和上下文长度必须和效果一起比较,不能只报告最终 QA 分数。
与当前研究的对接
| 当前问题 | 最近的参照工作 | 需要区分的变量 |
|---|---|---|
| QueryShift 的动态 query state 是否真的改变证据集合 | LinearRAG、FastInsight、Graph-R1、A2RAG | state 更新、候选池、扩展预算、最终文档 ranker |
BERDG-RAG 的 (entity, next_doc) action 是否恢复完整支持集 |
BubbleRAG、DOTRAG、STAR、CS-RAG | entity relevance、document provenance、path completeness、set coverage |
| provenance 是否应进入传播而不只是 readout | Ex-GraphRAG、CS-RAG、CrossAug | 传播状态、来源角色、缺证据和错误证据的区分 |
| 复杂问题是否值得使用图 | StructRAG、GraphRAG-Router、Rethinking Chunk Size | query complexity、结构选择成本、固定预算下的收益 |
下一步精读顺序
- 先读 CS-RAG,明确“不可靠结构何时允许继续传播”。
- 再读 BubbleRAG、DOTRAG 和 STAR,比较子图、路径和路径排序三个目标。
- 最后读 Graph-R1、A2RAG 和 GraphRAG-Router,拆开状态、动作、路由和成本。
- 对所有
abstract-level条目,先回到来源笔记完成一手版本核验,再写入方法和结果 claim。
2026-11-15 增量:把“可迁移、可审计、可维护、可测量”接入矩阵
| 新增工作 | 状态 | 主要改变的控制对象 | 对当前研究地图的意义 | 仍需核验 |
|---|---|---|---|
| ArcRAG | pdf-level | 构图变化下的查询时图接口 | 直接检验检索器是否必须和构图管线共同设计 | 两类图同时改变结构与 provenance;需成本匹配的迁移实验 |
| Lightfoot | pdf-level | provenance 驱动的索引维护与删除 | 把删除一致性和索引生命周期加入 GraphRAG 成本讨论 | 只完整审计了 Lightfoot;社区摘要和更复杂派生缓存仍待验证 |
| GraphRAGProv | pdf-level | how-provenance 与来源 occurrence | 把“可展示路径”推进到“可追溯答案推导” | 来源可追踪不等于查询表达正确或答案充分 |
| MOSAIC | pdf-level | 查询级 seed/遍历/停止/证据策略 | 为动态状态与预算分配提供统一的 policy 接口 | analyzer 成本、schema 校准和跨基准迁移仍需控制 |
| GraphRAG-Bench | pdf-level | 领域化、多任务、端到端评测 | 将构图、检索、生成和推理过程放在同一基准 | 教材领域和非完全同构方法比较限制外推 |
| WildGraphBench | pdf-level | 长异质野外语料与引用来源 | 检查短段落基准上的图收益能否迁移到开放语料 | Wikipedia gold 和 summary 覆盖之间仍有偏差 |
| TopoGraphRAG-Bench | pdf-level | 版面与跨模态证据拓扑 | 将“证据集合”扩展为带模态和布局关系的结构 | topology 指标与答案/faithfulness 的对应仍未统一 |
这组工作不是同一条替代链:ArcRAG 关注检索—构图耦合,Lightfoot 关注系统生命周期,GraphRAGProv 关注来源推导,MOSAIC 关注 query-level 控制,三个 benchmark 关注不同的评测现实度。