GraphRAGの結び目をほどく――結局VectorRAGでほぼ十分

概要: リトリーバル拡張生成（RAG）システムにおける主要な課題の1つは、チャンクベースのリトリーバル・パイプラインが、ソースのチャンクを原子的なオブジェクトとして表現し、そのチャンクに含まれる情報を1つのベクトルに混ぜ合わせてしまう点にあります。これらのベクトル表現は、その後、基本的に孤立した独立かつ自己充足的なものとして扱われ、それらの間に取り得る関係を表現しようとする試みはありません。このようなアプローチには、多段（multi-hop）質問を扱うための専用メカニズムがありません。グラフベースRAGシステムは、この問題を改善するために、情報を知識グラフとしてモデル化し、ノードとして表現されるエンティティを堅牢な関係で結び、階層的なコミュニティを形成することで対処しようとします。しかし、このアプローチにはそれぞれ独自の問題もあり、その一部として、グラフベースのインデックスを作成するための部品的複雑性が桁違いに増大すること、そしてリトリーバルを実行する際にヒューリスティックに依存していることが挙げられます。本研究では、GraphRAGの考え方を簡素化する新しいRAGフレームワークであるUnWeaverを提案します。UnWeaverは、LLMを用いて、文書の内容を複数のチャンクにまたがって出現し得るエンティティへと解きほぐします。リトリーバルの過程では、エンティティを中間的な手段として用いることで元のテキスト・チャンクを復元し、その結果、ソース資料への忠実性を保持します。エンティティベースの分解は、元の情報をより凝縮した形で表現することにつながると主張します。さらに、それはインデックス作成および生成プロセスにおけるノイズの低減にも役立ちます。