一句话理解
很多 GraphRAG 的失败不是“不会推理”,而是 搜索在有限预算下过早承诺给局部高分分支,导致真正支持答案的路径还没展开就被剪掉了。
为什么这是一个核心理论问题
- GraphRAG 常常面对组合爆炸:
- 节点多
- 路径多
- 扩展动作多
- 所以系统几乎不可能做完备搜索,只能做近似搜索。
一旦采用 beam search、top-k expansion、dynamic pruning,就必须面对:
- 会漏掉什么
- 为什么会漏掉
- 这些漏掉是否系统性偏向某类问题
什么叫“完备性”
在这里,完备性不是指数学上的绝对穷尽,而是一个更实用的问题:
- 如果答案所需证据链存在于图中;
- 当前搜索策略是否有合理机会把它保留下来。
所以完备性更接近:
- evidence path completeness
- search coverage
- reachable support preservation
Beam Search 的偏差从哪里来
1. 局部分数偏差
- beam search 往往按当前步分数保留少量候选;
- 但多跳问答需要的是全链路价值,而不是当前一步看起来最像。
2. 短路径偏差
- 短、直接、表面相关的路径更容易早期得高分;
- 但真正答案可能在更长、更绕的桥接路径上。
3. 高度节点偏差
- hub nodes 容易因为连接多、语义泛而被过度保留;
- 结果是真正稀有但关键的桥接节点被淹没。
4. 种子误差放大
- 一旦 seed entity 有偏差;
- beam search 会在错误局部区域越来越“自信”。
5. 过早剪枝偏差
- dynamic pruning 能控成本;
- 但阈值稍高就可能把后续才会显现价值的路径剪掉。
当前知识库里最能说明问题的例子
Think-on-Graph-ToG
- 这篇直接给了非常强的信号: naive beam search 远弱于 ToG。
关键不只是“用了 LLM”; 而是 ToG 保留了:
- 多路径集合
- sufficiency judgment
- 多轮探索
这比“每轮只保一条最像的路径”更接近对完备性的保护。
GeAR 与 Graph-R1
- 这些方法的价值之一,就是允许 replanning;
- 当当前轨迹不够时,系统还能改搜法,而不是被第一次 beam 决策锁死。
HippoRAG
- 以 PPR 为代表的 soft search 路线,也可以被看作对 hard beam bias 的一种替代: 不急着只保少数离散路径,而是先保留更分布式的相关性传播。
为什么这和 GraphRAG 的理论路线直接相关
1. 它连接了“搜索”与“推理”
- 很多看似 reasoning failure 的错误;
- 本质上是 search incompleteness。
2. 它连接了“效率”与“正确性”
- beam 更窄,成本更低;
- 但漏证据风险更高。
3. 它连接了“规划”与“校准”
- 如果路径分数不校准;
- beam search 的早期决策就更容易偏。
这也说明它和 GraphRAG中的Retrieval Calibration 是强相关问题。
可以把当前 GraphRAG 的搜索路线粗分成三类
1. Hard path search
- 代表:RoG---Reasoning-on-Graphs、Think-on-Graph-ToG
- 特点: 显式维护候选路径或关系链。
2. Soft graph propagation
3. Replanning / agentic search
常见误区
误区 1:beam search 只是实现细节
- 不是。
- 它在定义系统允许保留多少潜在证据链。
误区 2:更深的搜索一定更完整
- 不一定。
- 如果评分函数本身有偏差,搜得更深只会更深地走错。
误区 3:只要最终答案对了,搜索偏差就不重要
- 错。
- 对理论分析而言,搜索偏差决定了方法是否可泛化、是否稳定、是否可解释。
更深的问题
- GraphRAG 能否定义 practical completeness 的统一指标?
- beam width、路径长度、seed quality 三者如何共同决定漏检概率?
- soft search 与 hard search 的最优分工在哪里?
- replanning 是否能系统性修复 beam bias,还是只是增加算力换收益?
相关笔记
- Think-on-Graph-ToG
- HippoRAG
- GraphRAG中的Retrieval Calibration
- GraphRAG作为Query-Planning
- GraphRAG中的Agentic轨迹质量
- GraphRAG-理论基础地图
这是一篇概念笔记,用于解释 GraphRAG 中搜索预算、剪枝策略与最终证据完整性之间的关系。