当只看脸的 RAG 学会了顺藤摸瓜……

RAG → ?

RAG 只会看脸……

你肯定知道,Agent 的能力在过去两年变得越来越强。但你可能不知道,有一个 Agent 极为依赖的东西,它的能力却几乎没怎么变过:RAG 检索的准确率。

举个例子,在 MuSiQue(一个需要最多 4 跳推理的多跳问答基准测试)上,目前最强的结构化检索方案 HippoRAG 2,但是……它的 Recall@2 只有 49.5%。

这是什么概念呢?

你让 Agent 去查一个需要跨文档推理的问题,在用它返回的前 2 条结果里,有一半以上的答案根本不在里面。就好比你派了个实习生去档案室查资料,他翻半天弄回来两份文件后你一看,居然全是别的案子……

而 Agent 在发现查不到后,就会多查几轮,然后每一轮的误差就开始不断叠加。当它查到了五轮之后,可能已经偏到十万八千里去了……

检索不准,Agent 再聪明也白搭。

那,怎么办呢?

便是今天要介绍的:来自 Zleap AI 团队的 SAG(SQL-Retrieval Augmented Generation)。它把 MuSiQue 上的 Recall@2 从 49.5% 暴力拉升到了 64.1%,Recall@5 则直接干到了 80.04%。

79.3%
平均 Recall@2
+11.1
领先 HippoRAG 2
5亿+
生产数据规模

在三个多跳基准测试上的平均 Recall@2 为 79.3%,领先了 HippoRAG 2 11.1 个百分点。

并且,这并不只是停留在论文里的模拟数字,SAG 已经在 5 亿级数据规模的生产环境中稳定运行。论文、Benchmark 复现代码、在线 Demo 均已公开。

 只会看脸    

传统向量 RAG 的逻辑简单好理解:把每段文本变成一个向量,当问题来了,就找几段最「像」的文本。

它优势是:快、便宜、好部署。在许多简单问答的场景下,确实是够用的。

但它有个根本性的短板在于:向量搜索只知道「像不像」,不知道「谁跟谁有关系」。

举个例子,你问:「A 公司收购了 B 公司,B 公司的 CTO 后来加入了 C 项目,C 项目影响了哪个产品路线?」

这个问题的答案,分散在三篇完全不同的文档里。单独拿出其中的任意一篇,和你的问题都不太「像」。只有连起来,才是完整的答案。  

向量 RAG 稳定找到这条链的概率,可以说是……相当之低。

因为,它只会「看脸」,不会「顺藤摸瓜」。

GraphRAG 看到了这个问题,它的思路是:先从文本里把实体和关系抽出来,建一张知识图谱,沿着图谱做多跳检索。

方向应该是对了。但……

 图谱太重    

GraphRAG 会把文本拆成三元组:「OpenAI → 发布 → GPT-5」「GPT-5 → 属于 → LLM」「发布 → 时间 → 2025年」。

它的每一步都要靠 LLM 来抽取实体、归一化名称、合并重复、发现社区、最后生成摘要。

跑一遍,又慢又贵。

而麻烦的在后面:这个世界并不是一成不变的。新的实体、新的关系会不断出现,而旧关系也可能过时。如何有效更新,也是个问题。

打江山不易,守江山更难……
三种 RAG 范式对比

HippoRAG 2 是目前结构化 RAG 里公认的强基线,它证明了 RAG 必须结合结构化记忆和多跳检索,这在大方向上倒没什么问题。

但 HippoRAG 2 依赖全局 Personalized PageRank 来做图排序,这在 benchmark 规模下还行,一旦数据量上来并且每天增量增长,全局 PageRank 的负担就会相当的大了。

打个比方,你每次往图书馆加一本新书,就得把整个图书馆的书重新排列一遍。

实践中则是,Agent 的数据底座必须支持持续写入、持续更新。

每来一批新数据,就要全局重建?这显然也不太行……

 索引卡片    

于是,SAG 换了个思路。

不建图谱,不做三元组,不搞全局图。

它给每个文本 chunk 加了一张「索引卡」:

一个 chunk 对应一个 event(事项摘要),同时从原始 chunk 里抽取出多个 entity(实体)。实体的类型涵盖人物、组织、地点、时间、产品、话题等 11 种标签。

event 保留完整语义,entity 负责索引和连接。

两者通过 SQL 的关联查询建立多对多连接,共同定义了一条潜在的超边。

这和三元组路线有着本质的区别。 

三元组
头 → 关系 → 尾
拆碎,质量依赖每条关系
SAG 超边
event ⟷ entities
完整事项 + 多实体桥接

三元组是「头实体 → 关系 → 尾实体」,把一件完整的事拆得支离破碎。拆碎之后,质量高度依赖每条「关系」抽得准不准。

同一件事,不同模型可能抽出「使用」「基于」「提出」「支持」四个不同谓词。到了真实数据里,这种差异会被迅速放大,一发不可收拾。

但 SAG 只让 LLM 做两件相对稳定的事:

把一个 chunk 总结成一个完整的事项,同时从原始 chunk 里应提尽提地抽取实体。

事项保留上下文,实体负责桥接。

在图结构上,这更像超图中的超边:一个 event 同时连接多个 entity。不像两点之间的一条线,更像一件事把所有相关的人、地点、组织、时间全部串在一起。

比三元组更轻,效果反而更好。

原因在于 RAG 到最后还是要回到原文证据,三元组太碎,容易丢上下文。而 SAG 的 event 则保留了上下文,同时提供了可检索、可扩展的结构。

我(让 Codex)翻了一下它的代码,也发现有一个细节是:SAG 在抽取 event 时,会强制做代词消歧。子事项必须把所有…

— 以上为试看内容(约 40%),开通会员后阅读全文 —