RAGU: コンパクトなドメイン適応型LLMを用いたマルチステップグラフRAGエンジン

RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM

July 13, 2026

著者: Mikhail Komarov, Ivan Bondarenko, Stanislav Shtuka, Oleg Sedukhin, Roman Shuvalov, Yana Dementyeva, Matvey Solovyov, Nikolay O. Nikitin

cs.AI

要旨

グラフ検索拡張生成（GraphRAG）は大規模言語モデルに構造化知識を付与するが、既存システムは単一抽出パスで知識グラフを構築するため、ノイズの多いエンティティと脆弱な検索を生み出す。オープンソースのモジュラー型GraphRAGエンジンであるRAGUは、抽出と統合を分離することでこの問題に対処する。エンティティと関係は二段階の型付き抽出、DBSCANによる重複除去、LLMによる要約、Leidenコミュニティ検出を経る。重要な洞察がコンパクトな抽出器を動機付けている。パイプライン内のLLMに必要なスキル（理解、抽出、文脈上の推論）は言語スキルであり、事実に関する世界知識とは異なり、モデルサイズに応じて弱くしか成長しない。これに基づき、言語スキルに最適化された7BパラメータモデルMeno-Lite-0.1を訓練し、知識グラフ構築においてQwen2.5-32Bを上回り（調和平均で相対12.5%向上）、英語のGraphRAGタスクでは同等の性能を達成した。GraphRAG-Bench（医療）において、RAGUはあらゆる事実レベルで最も完全なコンテキストを検索し（エビデンス再現率最大0.84対0.76以下）、合成タスクではHippoRAG2を凌駕する。マルチホップ事実QAでは、HippoRAG2の見かけ上の優位性は主に回答形式のアーティファクトであることが示される。RAGUはpip install graph_raguでインストール可能であり、単一GPUで動作し、MITライセンスで公開されている。ソースコードはhttps://github.com/RaguTeam/RAGUで、Meno-Lite-0.1モデルはhttps://huggingface.co/bond005/meno-lite-0.1で入手できる。

English

Graph retrieval-augmented generation (GraphRAG) enhances large language models with structured knowledge, yet existing systems construct knowledge graphs in a single extraction pass, producing noisy entities and brittle retrieval. RAGU, an open-source modular GraphRAG engine, addresses this by separating extraction from consolidation: entities and relations pass through two-stage typed extraction, DBSCAN-backed deduplication, LLM summarization, and Leiden community detection. A key insight motivates a compact extractor: the skills an in-pipeline LLM needs - comprehension, extraction, reasoning over context - are language skills that grow only weakly with model size, unlike factual world knowledge. Accordingly, we train Meno-Lite-0.1, a 7B model optimized for language skills, which outperforms Qwen2.5-32B on knowledge-graph construction (+12.5% relative harmonic mean) and matches it on English GraphRAG tasks. On GraphRAG-Bench (Medical), RAGU retrieves the most complete context at every factoid level (evidence recall up to 0.84 vs. leq0.76) and overtakes HippoRAG2 on synthesis tasks; on multi-hop factoid QA, the apparent HippoRAG2 advantage is shown to be largely an answer-format artifact. RAGU is installable via pip install graph_ragu, runs on a single GPU, and is released under MIT. The source code is publicly available at https://github.com/RaguTeam/RAGU, and the Meno-Lite-0.1 model can be obtained from https://huggingface.co/bond005/meno-lite-0.1.