PathRAG：通过图剪枝的方法优化Graph-based RAG的性能方法浅析 原创

PathRAG 也是一种新型 Graph-based RAG 方法，通过检索索引图中的关键关系路径，减少噪声并优化 LLM 提示。其核心创新在于基于流的剪枝算法和路径为基础的提示策略，特别适用于捕捉复杂数据集中的关系。（其实可以看做相比GraphRAG假如剪枝算法和路径提示策略，减少噪声并提升性能）

三种Graph-based RAG对比总结（PathRAG、GraphRAG、LightRAG）：

• PathRAG：通过从索引图中检索关键的关系路径来减少冗余信息。PathRAG使用基于流的剪枝算法来识别和提取最相关的路径，从而减少噪声并提高生成答案的质量。(专注于关系路径的检索，通过流式剪枝算法识别最可靠的关系路径，并将这些路径转换为文本形式用于提示生成模型。这种方法能够更好地捕捉节点之间的关系。)

• GraphRAG：通常通过社区检测算法对图进行分割，并从子社区中逐步聚合信息。这种方法可能会包含大量冗余信息，因为其使用了所有相关社区的信息。(主要依赖于社区检测和信息聚合，可能无法有效利用复杂的关系路径。)

• LightRAG：采用双阶段检索框架，从局部和全局级别检索相关信息。虽然这种方法提高了检索效率，但仍然可能包含不必要的信息。(虽然也使用图结构，但其检索过程更侧重于快速检索，可能没有深入探索关系路径的潜力。)

下面再来看看PathRAG的方法，供参考。

PathRAG方法

包含三个主要阶段。1）节点检索阶段：根据查询中的关键词，从索引图中检索相关节点；2）路径检索阶段：我们设计了一种基于流程的剪枝算法，提取每对检索节点之间的关键关系路径，然后检索可靠性得分最高的路径；3）答案生成阶段：检索到的路径按照可靠性得分升序排列放入提示中，最后输入到大型语言模型中进行答案生成。

PathRAG 的方法论分为三个阶段，具体如下：

1. 节点检索

2. 路径检索

3. 答案生成

     这种排序策略解决了“中间丢失”问题，确保 LLM 关注最相关信息（LLM使用 “GPT-4o-mini” 作为所有 LLM 组件，索引图与 GraphRAG相同。）。

实验结果

参考文献：PathRAG: Pruning Graph-based Retrieval Augmented Generation with Relational Paths，https://arXiv.org/abs/2502.14902)

code：https://github.com/BUPT-GAMMA/PathRAG

公众号大模型自然语言处理  作者：余俊晖

原文链接：​​https://mp.weixin.qq.com/s/AuYQB-gofBpN7D_jS32efQ​​