这页用于从研究问题出发比较论文。先确定问题属于哪一层,再进入论文卡片和原始笔记;同一篇论文可以出现在多个问题下。

领域现状和证据缺口见 领域现状与证据缺口;把缺口转成可检验研究设计见 研究选题与判别实验。

快速判断表

问题 主要控制对象 当前核心瓶颈 先看
Q1 图的适用性与结构选择 图的收益是否超过构建和查询成本 Do We Still Need GraphRAG
Q2 图构建与表示 结构增强是否保留真实证据,还是放大抽取误差 LinearRAG
Q3 文档、路径和证据集合 相关性排序如何变成完整、互补的 support set BubbleRAG
Q4 查询规划与执行 检索、约束执行和工具调用的边界 DOTRAG
Q5 动态状态、策略与停止 早期错误承诺和固定预算如何避免 Graph-R1
Q6 provenance、attribution 与 faithfulness 可解释路径是否真的证明证据被使用 Ex-GraphRAG
Q7 不完美图与攻击 缺边、错边和污染应如何改变传播与恢复 CS-RAG
Q8 构图、检索和上下文成本 效果提升是否值得额外 token、延迟和调用 FastInsight
Q9 评测与理论 coverage、faithfulness、QA 和 cost 如何共同约束 结构化检索中的Faithfulness与Coverage
Q10 医学、代码、多模态和时间 领域结构应在哪个阶段进入系统 SEM-RAG

Q1 什么时候应该使用图

核心问题:图结构带来的证据组织收益,何时超过构图和查询成本?

代表研究:Do We Still Need GraphRAG、LogicalRAG、GraphRAG-Router、StructRAG、LEGO-GraphRAG。

关联理论:GraphRAG中的Query-Complexity与结构选择、GraphRAG中的图结构强度、构建成本与收益边界。

Q2 图应该怎样构建和表示

核心问题:结构越丰富是否真的保留了更多可检索证据?

代表研究:LinearRAG、CrossAug、Reliable Graph-RAG for Codebases、SEM-RAG、MMGraphRAG、HyperGraphPro。

关联理论:GraphRAG中的知识图谱噪声传播、GraphRAG中的图构建质量、表示保真与下游回答质量、GraphRAG中的社区检测不稳定性。

Q3 如何找到完整、互补的支持证据

核心问题:高相关节点和文档如何组成完整的 support set?

代表研究:BubbleRAG、DOTRAG、STAR、FastInsight、LiteSemRAG、G-Retriever。

关联理论:GraphRAG中的多粒度证据最小充分集、GraphRAG中的最小充分集可测代理、GraphRAG中的Bridge Evidence 为什么关键、GraphRAG中的冗余、多样性与互信息。

Q4 检索何时变成查询规划或执行

核心问题:系统是在排序证据,还是在执行一个带约束的结构化操作?

代表研究:Think-on-Graph-ToG、LogicalRAG、CacheRAG、KG-R1、PRoH。

关联理论:GraphRAG作为Query-Planning、Query Execution 与 Retrieval 的区别、GraphRAG中的图接口选择与任务类型。

Q5 如何让状态、路径和预算动态变化

核心问题:已获得证据如何改变下一步查询、路径、策略和停止决策?

代表研究:当前 GraphRAG 检索方法的形式化描述、Graph-R1、GraphRAG-R1、A2RAG、NaviRAG、PRoH。

关联理论:GraphRAG中的停止准则与预算分配形式化、GraphRAG中的Test-time-Compute与信息率分配、Graph搜索的完备性与Beam-Search偏差、GraphRAG中的软搜索与硬搜索。

Q6 如何证明证据被真正使用

核心问题:证据是否被访问、编码、引用,并对答案有实际贡献?

代表研究:Ex-GraphRAG、XGRAG、TechGraphRAG、Why Neighborhoods Matter。

关联理论:结构化检索中的Faithfulness与Coverage、GraphRAG中的Retrieval Calibration。

Q7 如何应对不完美图和攻击

核心问题:构图误差、缺失结构、恶意污染和结构泄露分别怎样影响检索?

代表研究:CS-RAG、LogicPoison、GraphSteal、Subgraph Reconstruction Attacks、Towards-Robust-RAG-Based-on-KG。

关联理论:GraphRAG的鲁棒性框架、GraphRAG误差传播框架、GraphRAG中的知识图谱噪声传播。

Q8 如何降低构图、检索和上下文成本

核心问题:成本下降来自更轻的表示、更快的索引、更少的 LLM 调用,还是更好的路由?

代表研究:CFT-RAG、LinearRAG、LiteSemRAG、FastInsight、Consumer Hardware、GraphRAG-Router。

关联理论:GraphRAG中的容量与上下文带宽、GraphRAG中的率失真权衡。

Q9 如何评测和形式化 GraphRAG

核心问题:结果指标是否真正测到证据覆盖、忠实性、校准和成本边界?

代表研究:Paper-embedding-retrieval-limitations-250821038、嵌入式检索的理论局限性、LEGO-GraphRAG、Reasoning Bottleneck。

关联理论:结构化检索中的Faithfulness与Coverage、GraphRAG中的统一目标函数、GraphRAG中的Pareto前沿与多目标优化。

Q10 如何进入医学、代码、多模态和时间领域

核心问题:领域结构和模态约束应在构图、检索还是生成阶段体现?

代表研究:Medical-Graph-RAG、MED-COPILOT、Reliable Code GraphRAG、ChatP&ID、SEM-RAG、TCAR-Gen、IA-RAG。

关联理论:GraphRAG中的图结构强度与Query-Complexity动态切换、GraphRAG中的图接口选择与任务类型。

当前最重要的开放问题

  1. 候选池已经包含 gold 文档时,为什么实体相关性仍不能恢复完整支持集?
  2. provenance 应该只用于最终排序,还是参与每层消息传播和状态更新?
  3. support entity union 如何转成可学习的 anchor、bridge、terminal 等证据角色?
  4. 软传播、路径搜索和查询执行能否在同一状态—动作—成本框架下比较?
  5. evidence sufficiency 如何成为停止、预算分配和评测的共同目标?
  6. 图构建噪声和证据来源不确定性如何进入检索后验,而不只是作为离线清洗步骤?