研究问题与动机
论文把 GraphRAG 检索从“给每个问题调一个相关性分数”改写成逐查询的操作策略:问题可能需要直接事实、比较中的双目标、桥接实体、列表完整性或早停,但固定的窄/中/宽搜索只能在这些需求之间折中。MOSAIC 的目标是让 analyzer 根据证据需求决定 seed、遍历深度/宽度、connector、停止规则和最终证据预算,同时保持图、索引、评分和答案生成器共享。
- query analyzer 的策略是否能被解释为显式信息需求状态?
- 在相同图、生成器和总预算下,收益来自策略选择还是更多隐含的模型调用?
- 固定宽策略减少路径/证据后,是否会牺牲低频桥接事实?
方法与机制
Analyzer 输出一个有限策略接口,而不是任意代码。有效控制包括 seed_limit 1–15、max_depth 2–5、beam_width 4–12、anchor strength、connector 开关、shallow/medium/deep stop regime、evidence_count 5–18、min_evidence 1–12,以及 per-target seed、adaptive final evidence 等策略。无效值会被拒绝或回退默认值。
执行顺序为 query-specific policy → seed selection → policy-conditioned traversal/early stop → evidence selection → fixed answer generation。论文还用六类可组合信号描述需求:目标数量、mediatedness、身份/关系依赖、答案基数、完整性和 anchoring;这些是实现诊断信号,不是声称完备的理论 taxonomy。
证据与结果
主实验使用 GraphRAG-Bench Medical(2,062 题、2,406 个医学指南文档)和 Novel(2,010 题、461 个文学文档),两域均含 fact retrieval、complex reasoning、contextual summarization、creative generation。每个语料图只构建一次,使用 LightRAG-style entity-relation extraction、text-embedding-3-large 和温度 0 的 GPT-4o-mini;MOSAIC 无额外训练。
- 端到端 ACC:Medical 76.97,Novel 64.33;分别比论文列出的最强既有报告值高 5.13 和 4.43 个百分点。Medical 上领先 FR/CR/CS,但不领先 CG;Novel 上领先总体和 FR,CR/CS/CG 并非全面第一。
- 检索:Evidence Recall 为 95.1/90.2,Medical/Novel 均高于 G-Reasoner;Medical Context Relevancy 为 86.1,Novel 为 77.3。Novel 上 HippoRAG2 的 relevancy 更高但 evidence recall 更低,体现覆盖—精确度张力。
- 同图同生成器的固定策略对照:Medical 上 Narrow/Medium/Wide/Budget-matched Fixed 的 ACC 为 65.45/67.01/66.35/72.03,MOSAIC 为 76.97。说明收益来自查询级分配,而不是选一个更大的全局 operating point。
- 策略多样性:2,062 个 Medical query 产生 19 种策略组合;depth 2/3/4 占 26%/43%/31%,connector 在 32% 的 multi-hop proxy query 激活,adaptive evidence 在 35% 激活。以 Fixed Wide 为参照,评估路径从 800 降为 145(81.9%),达到深度从 5.00 降为 2.59。
- 成本边界:MOSAIC 需要额外 analyzer 调用,Medical 平均端到端延迟 9.68 s,高于 Fixed Medium 的 5.29 s;当前效率收益体现为少做图搜索,而非更快响应。
- 迁移:HotpotQA/MuSiQue/2WikiMultiHopQA 的 EM 为 61.1/40.3/62.3;论文将其视作 transfer evidence,不当作受控 SOTA,因为 G-Reasoner 数字来自外部且有 benchmark-specific supervision。
局限与开放问题
- analyzer 可能误判证据结构(论文展示 SLNB 过扩展失败);信号和合法范围来自当前设置,换图 schema 需要重新校准。
- 图构建错误、实体合并错误不能靠策略控制修复;开放式生成任务也不会均匀受益。
- counterfactual 改动的收益不可相加,不能据此给每个 prompt phrase 或低层 scoring term 分配因果贡献。
- 与外部方法比较不是 component-matched reproduction;当前 analyzer 未缓存、未批处理,成本和延迟仍有优化空间。
关联与拓展
- 对应 Q4/Q5/Q8:把动态检索的状态、动作、停止和预算放在同一个 query-level policy 接口中。
- 与 A2RAG、Graph-R1 和 GraphRAG-Router 对读:分别区分训练免费策略、端到端轨迹学习和后端路由。
- 与 BubbleRAG 的证据子图目标相连,但策略自适应不等于集合充分性已被证明。
- 与 WildGraphBench 对读:其 summary top-k 倒 U 现象提供了 MOSAIC 预算和停止控制的外部动机。
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, Q4 查询规划与执行, Q5 动态状态与学习策略