一句话理解
GraphRAG 里的很多方法差异,归根到底可以看成是在做 软搜索 还是 硬搜索:前者保留分布式相关性,后者保留显式轨迹与离散决策。
这个理论点在回答什么问题
- 为什么 PPR、graph propagation 这类方法看起来不像显式推理,却常能有效召回多跳证据?
- 为什么 beam search、agent traversal、query execution 更灵活,却也更容易偏航?
- 为什么不同任务会偏好完全不同的搜索风格?
什么叫软搜索
- 不急着确定单一路径或单个动作;
- 而是在图上保留一个分布、权重场或软激活状态。
典型形式包括:
- PPR
- graph propagation
- attention-based growing/pruning
- soft path weighting
什么叫硬搜索
- 系统必须在每一步明确决定:
- 走哪条边
- 保留哪条路径
- 执行哪个动作
- 何时停止
典型形式包括:
- beam search
- BFS / DFS 风格路径扩展
- agentic traversal
- symbolic / neural query execution
当前知识库里最典型的两类例子
软搜索
这些方法的共同点是:
- 更像“传播相关性”
- 不急着把搜索结果收缩成一条显式 reasoning path
硬搜索
这些方法的共同点是:
- 更像在维护显式候选路径、显式动作或显式查询执行轨迹
为什么软搜索会有优势
1. 更抗早期决策错误
- 因为不需要很早就只选一条路。
2. 更适合 coverage-first 检索
- 当目标是尽量不漏 supporting evidence 时;
- 分布式保留多个潜在邻域常更稳。
3. 通常更便宜
- 尤其在大图上,传播式方法往往比逐步 agent 交互更高效。
为什么硬搜索会有优势
1. 更适合显式多步规划
- 当任务确实要求:
- 中间变量绑定
- 明确路径解释
- 受约束动作执行 硬搜索更自然。
2. 更容易输出可解释轨迹
- 你可以看到系统到底走了哪条路径、做了哪些选择。
3. 更容易接入约束与工具
- 例如:
- query execution
- constrained decoding
- symbolic checking
两者各自的典型风险
软搜索风险
- 证据相关性扩散了,但解释链不清晰;
- 更像“召回相关区域”,不等于完成显式推理;
- hub node、seed noise 容易影响整体分布。
硬搜索风险
- 早期评分偏差会被离散决策迅速放大;
- beam 太窄或 pruning 太狠会直接漏掉关键证据链;
- 成本通常更高。
为什么这和已有理论节点强相关
与 Graph搜索的完备性与Beam-Search偏差
- 硬搜索最直接暴露 beam bias;
- 软搜索某种程度上就是对这种偏差的缓冲。
与 GraphRAG中的Test-time-Compute与信息率分配
- 硬搜索更常把预算花在轨迹选择上;
- 软搜索更常把预算花在分布传播和后续回投上。
与 GraphRAG中的Retrieval Calibration
- 硬搜索更依赖局部分数校准;
- 软搜索更依赖整体传播结构是否稳。
一个很有用的统一视角
可以把它们理解成:
- 软搜索: 延迟承诺,先保留不确定性。
- 硬搜索: 早做承诺,换取更清晰的轨迹与控制。
这使两者更像一组 trade-off,而不是谁永远优于谁。
常见误区
误区 1:软搜索就是弱版推理
- 不对。
- 它只是把推理前的搜索表征做成分布式,而不是显式路径化。
误区 2:硬搜索一定更faithful
- 也不一定。
- 如果路径选错,显式轨迹只会显式地错。
误区 3:两者不能结合
- 不是。
- 很多强系统其实可以:
- 先用软搜索做广覆盖候选
- 再用硬搜索做精化规划
更深的问题
- 什么任务更适合先软后硬,而不是只用一种搜索?
- PPR 一类软传播何时足以逼近显式路径规划?
- 硬搜索的解释性收益能否量化抵消其预算成本?
- 软搜索与硬搜索能否统一到同一 planning language 下?
相关笔记
- GraphRAG中的Personalized-PageRank
- HippoRAG
- Think-on-Graph-ToG
- UltRAG
- Graph搜索的完备性与Beam-Search偏差
- GraphRAG中的Test-time-Compute与信息率分配
- GraphRAG-理论基础地图
这是一篇概念笔记,用来把 GraphRAG 中传播式检索和轨迹式搜索统一成软搜索/硬搜索的设计张力。