GGraphRAG 文献图谱自动同步
LIT-51D2F49D · 2026

Lightfoot: Graph Retrieval-Augmented Generation with Exact, Model-Free Document Deletion

把 GraphRAG 的索引维护纳入研究对象:用 passage 级 provenance 让实体、事实和边可精确追溯,并支持无需模型调用的文档删除。

PDF 级阅读卡优先级 P1Uday AlluarXiv
内容状态:PDF 级阅读卡。结构化摘录继承当前知识库的来源等级;具体 claim 应回到一手论文核验。

研究问题与动机

论文把 GraphRAG 的“可运营性”作为一等研究对象。已有比较主要报告答案准确率,却很少报告索引成本和删除:保留策略、合同到期和 right to erasure 要求删除文档及其派生实体/事实/摘要;跨文档混合的实体描述和 community report 很难反向归因。作者调查 17 个开源 GraphRAG 框架,只有 5 个提供文档级删除,且没有一个声称删除结果等于“从未索引该文档”的新索引。

  • 精确删除是否依赖每个派生事实都保留可靠的 chunk-level provenance?
  • 一次 passage 抽取调用与复杂关系抽取之间的质量—成本边界是什么?
  • 删除后“与新鲜重建完全一致”是否在图摘要、缓存和嵌入层也成立?

方法与机制

  • 一次抽取:每个 passage 只调用一次 70B instruction model,最多抽取 12 个实体和 12 个事实;事实包含 subject、predicate、object 与不超过 12 词的 verbatim evidence quote。实体/事实抽取缓存键包含 prompt/schema hash。
  • 历史无关 provenance:每个实体 occurrence 保留 (chunk, normalized name, type);同类型名称按阈值相似度形成连通分量,实体 ID 由最小成员名决定;synonym edge 是所有达到阈值的成对实体,不使用依赖邻居的 top-k 列表;事实携带声明它的 chunk 集合。
  • 检索:用 bge-base-en-v1.5 对问题编码,以最相似事实的 subject/object 和最多 100 个相似 passage 初始化阻尼 0.9 的 Personalized PageRank,取 30 个 passage,再用 bge-reranker-base 做 cross-encoder 与 PageRank 的 RRF 融合,最终给回答器 top-10 facts/quotes 和 top-10 passages。检索阶段不调用语言模型。
  • 删除不变量:论文证明对文档集合 D=A∪B,从 G(D) 删除 B 后等于直接构建 G(A);所有派生记录只依赖存活 passage 的局部抽取和历史无关阈值操作,因此无需模型调用即可重算受影响的组件和边。

证据与结果

作者在 MuSiQue(1,000 题/11,402 passages)、2WikiMultiHopQA(300/2,131)和 HotpotQA(300/2,957)上与 HippoRAG 2、LightRAG、fast-graphrag 对比,统一 Llama 3.3 70B 抽取、gpt-5.6-luna 回答和 bge-base-en-v1.5 embedding。检索报告 R@5,回答报告 EM/F1;10% MuSiQue 文档删除后重新检索,并对 Lightfoot 比较删除索引和新鲜重建指纹。

  • 结果混合而非全面胜出:Lightfoot 在 MuSiQue 的 R@5/EM/F1 为 .646/.401/.531,在 2Wiki 为 .884/.560/.633,在 HotpotQA 为 .943/.630/.783;HippoRAG2 在 2Wiki 的 EM/F1 更高(.600/.717),Lightfoot 在 HotpotQA 更高。
  • 与 HippoRAG2 的 15 个配对比较中,5 个显著更好、2 个显著更差(均在 2Wiki)、8 个相当;Lightfoot 的优势集中在 MuSiQue/HotpotQA 的部分 recall 和答案指标。
  • 索引成本:Lightfoot 是三套数据最便宜的方案,每 passage 1 次调用;比 HippoRAG2 低 26%–31%,比 LightRAG/fast-graphrag 低约 3–6 倍。MuSiQue 成本分别为 Lightfoot $1.64、HippoRAG2 $2.23、fast-graphrag $4.89、LightRAG 约 $9.5(论文固定价格表)。
  • 删除:MuSiQue 删除 1,140/11,402 文档耗时 74 s、0 次模型调用;存活证据的 R@5 从 .648 到 .661,删除证据问题降到 .369。删除后索引与 10,262 文档新鲜重建的指纹和所有表完全一致(包括 68,455 entities、92,608 facts、63,514 synonym edges)。
  • 失败模式:300 个 MuSiQue 回答中 183 个错误,109 个是上下文缺少 gold passage,74 个虽有完整证据仍错误;后者常见过长答案、中间实体和日期偏差。第二跳/第三跳实体往往未在问题中出现,固定 fact seed 难以到达后续证据。

局限与开放问题

  • 检索参数只在 MuSiQue 前 500 题调节;回答样本每集 232–300 题,且 2Wiki/Hotpot 不是常见的 1,000 题全量。
  • 所有系统共用一套抽取模型和 embedder;HippoRAG2 没使用其论文中的 7B embedder,绝对分数不能直接与原论文比较。
  • 删除精确性只在 Lightfoot 上完整验证;HippoRAG2 的 provenance 删除是否同样满足不变量尚未审计。
  • 没有评估 Microsoft GraphRAG 的 corpus-level summarization,而这正是社区摘要路线的重要目标。
  • 论文发现“无模型检索”仍受第二跳 seed 限制;下一步应做 model-free 的逐跳 seed 更新,而不是只增加 top-k。

关联与拓展

  • 对应 Q2/Q6/Q8:补足构图成本、增量更新和来源删除在现有 GraphRAG 比较中容易被忽略的问题。
  • 与 LiteSemRAG、Towards Practical GraphRAG 共同组成低成本构图与部署路线。
  • 与 GraphRAGProv 对读:Lightfoot 让派生记录可删除,GraphRAGProv 让查询结果可追溯,二者共同指向 provenance-aware lifecycle。
  • 可为动态更新主页提供一个重要区分:论文数量变化、索引增量更新和删除后的证据一致性不是同一个指标。

研究问题入口

Q1 领域边界与适用性, Q2 图构建与表示, Q3 证据检索与集合形成, Q6 证据来源与可解释性, Q8 效率与部署

展开原始论文笔记全文

基本信息

  • arXiv:2611.11010v1,2026-11-07。
  • 作者:Uday Allu。
  • 证据级别:已阅读 arXiv PDF v1;成本、准确率和删除审计是论文报告,未在本库独立复现。

一句话定位

把 GraphRAG 的索引维护纳入研究对象:用 passage 级 provenance 让实体、事实和边可精确追溯,并支持无需模型调用的文档删除。

研究问题与动机

论文把 GraphRAG 的“可运营性”作为一等研究对象。已有比较主要报告答案准确率,却很少报告索引成本和删除:保留策略、合同到期和 right to erasure 要求删除文档及其派生实体/事实/摘要;跨文档混合的实体描述和 community report 很难反向归因。作者调查 17 个开源 GraphRAG 框架,只有 5 个提供文档级删除,且没有一个声称删除结果等于“从未索引该文档”的新索引。

方法机制

  • 一次抽取:每个 passage 只调用一次 70B instruction model,最多抽取 12 个实体和 12 个事实;事实包含 subject、predicate、object 与不超过 12 词的 verbatim evidence quote。实体/事实抽取缓存键包含 prompt/schema hash。
  • 历史无关 provenance:每个实体 occurrence 保留 (chunk, normalized name, type);同类型名称按阈值相似度形成连通分量,实体 ID 由最小成员名决定;synonym edge 是所有达到阈值的成对实体,不使用依赖邻居的 top-k 列表;事实携带声明它的 chunk 集合。
  • 检索:用 bge-base-en-v1.5 对问题编码,以最相似事实的 subject/object 和最多 100 个相似 passage 初始化阻尼 0.9 的 Personalized PageRank,取 30 个 passage,再用 bge-reranker-base 做 cross-encoder 与 PageRank 的 RRF 融合,最终给回答器 top-10 facts/quotes 和 top-10 passages。检索阶段不调用语言模型。
  • 删除不变量:论文证明对文档集合 D=A∪B,从 G(D) 删除 B 后等于直接构建 G(A);所有派生记录只依赖存活 passage 的局部抽取和历史无关阈值操作,因此无需模型调用即可重算受影响的组件和边。

评测设置与主要结果

作者在 MuSiQue(1,000 题/11,402 passages)、2WikiMultiHopQA(300/2,131)和 HotpotQA(300/2,957)上与 HippoRAG 2、LightRAG、fast-graphrag 对比,统一 Llama 3.3 70B 抽取、gpt-5.6-luna 回答和 bge-base-en-v1.5 embedding。检索报告 R@5,回答报告 EM/F1;10% MuSiQue 文档删除后重新检索,并对 Lightfoot 比较删除索引和新鲜重建指纹。

  • 结果混合而非全面胜出:Lightfoot 在 MuSiQue 的 R@5/EM/F1 为 .646/.401/.531,在 2Wiki 为 .884/.560/.633,在 HotpotQA 为 .943/.630/.783;HippoRAG2 在 2Wiki 的 EM/F1 更高(.600/.717),Lightfoot 在 HotpotQA 更高。
  • 与 HippoRAG2 的 15 个配对比较中,5 个显著更好、2 个显著更差(均在 2Wiki)、8 个相当;Lightfoot 的优势集中在 MuSiQue/HotpotQA 的部分 recall 和答案指标。
  • 索引成本:Lightfoot 是三套数据最便宜的方案,每 passage 1 次调用;比 HippoRAG2 低 26%–31%,比 LightRAG/fast-graphrag 低约 3–6 倍。MuSiQue 成本分别为 Lightfoot $1.64、HippoRAG2 $2.23、fast-graphrag $4.89、LightRAG 约 $9.5(论文固定价格表)。
  • 删除:MuSiQue 删除 1,140/11,402 文档耗时 74 s、0 次模型调用;存活证据的 R@5 从 .648 到 .661,删除证据问题降到 .369。删除后索引与 10,262 文档新鲜重建的指纹和所有表完全一致(包括 68,455 entities、92,608 facts、63,514 synonym edges)。
  • 失败模式:300 个 MuSiQue 回答中 183 个错误,109 个是上下文缺少 gold passage,74 个虽有完整证据仍错误;后者常见过长答案、中间实体和日期偏差。第二跳/第三跳实体往往未在问题中出现,固定 fact seed 难以到达后续证据。

局限与开放问题

  • 检索参数只在 MuSiQue 前 500 题调节;回答样本每集 232–300 题,且 2Wiki/Hotpot 不是常见的 1,000 题全量。
  • 所有系统共用一套抽取模型和 embedder;HippoRAG2 没使用其论文中的 7B embedder,绝对分数不能直接与原论文比较。
  • 删除精确性只在 Lightfoot 上完整验证;HippoRAG2 的 provenance 删除是否同样满足不变量尚未审计。
  • 没有评估 Microsoft GraphRAG 的 corpus-level summarization,而这正是社区摘要路线的重要目标。
  • 论文发现“无模型检索”仍受第二跳 seed 限制;下一步应做 model-free 的逐跳 seed 更新,而不是只增加 top-k。

与本知识库的连接

  • 对应 Q2/Q6/Q8:补足构图成本、增量更新和来源删除在现有 GraphRAG 比较中容易被忽略的问题。
  • 与 LiteSemRAG、Towards Practical GraphRAG 共同组成低成本构图与部署路线。
  • 与 GraphRAGProv 对读:Lightfoot 让派生记录可删除,GraphRAGProv 让查询结果可追溯,二者共同指向 provenance-aware lifecycle。
  • 可为动态更新主页提供一个重要区分:论文数量变化、索引增量更新和删除后的证据一致性不是同一个指标。

进一步研究问题

  • 精确删除是否依赖每个派生事实都保留可靠的 chunk-level provenance?
  • 一次 passage 抽取调用与复杂关系抽取之间的质量—成本边界是什么?
  • 删除后“与新鲜重建完全一致”是否在图摘要、缓存和嵌入层也成立?

证据边界

以上方法、不变量、表 1–4 数字、删除指纹和失败分析来自已阅读的 arXiv PDF v1;没有在本库独立运行 Lightfoot 或基线。成本采用论文固定价格和其样本规模,不能直接外推到不同 provider、模型或全量 benchmark。