9月11日、テンセント・ユーツラボはYoutu-GraphRAGをオープンソースとしてリリースしました。これは大規模言語モデルとRAGモードを組み合わせて、知識をグラフに整理し、それを大規模言語モデルに検索および推論させることで、複雑な質問応答タスクにおけるモデルの正確性と追跡可能性を向上させるための新しいグラフ検索強化生成フレームワークです。Youtu-GraphRAGは企業の知識ベースへの質問、研究文書の解析、個人の知識管理など、知識集約型のシナリオに特に適しています。

Youtu-GraphRAGは3つの革新により、グラフ構築からインデックス、検索に至るまで垂直統一され、認知のループが実現されています。まず、4層の知識木構造を使用し、知識を属性、関係、キーワード、コミュニティの4つの階層に分解することで、大規模言語モデルが質問に対して情報を特定し、推論のプロセスが明確になります。次に、コミュニティ検出のアップグレードは「誰と誰が関係しているか」だけでなく、「なぜそれらが関係しているか」の意味理解も考慮し、簡潔な要約を生成してユーザーが問題の本質を迅速に把握できるようにします。最後に、スマートイテレーション検索メカニズムにより、ユーザーが複雑な質問を提示した場合、それを複数のサブクエリに分割して並列検索し、イテレーションと反省メカニズムを通じて結果を補完・修正し、より完全で信頼性の高い回答を提供します。

微信截图_20250911151845.png

実践的な検証においてYoutu-GraphRAGは優れた性能を示しています。6つの権威あるベンチマークテストでは、最大で90.71%のTokenコストを節約でき、複雑な推論タスクの正確性は最大で16.62%向上します。また、このフレームワークは中英両言語をサポートしており、クロスドメインのアプリケーションには再構築が必要なく、非常に柔軟性があります。

Youtu-GraphRAGの使用は非常に簡単で、4ステップですぐに始められます。まず、コマンドラインでプロジェクトコードを取得します。次に、環境設定を行い、リモート呼び出しモデルの認証用APIキーを取得し、構成ファイルを作成します。その後、プロジェクトを1クリックでデプロイします。最後に、curlコマンドを使用してインタラクティブ体験を行います。

GitHubのソースコード：https://github.com/TencentCloudADP/youtu-graphrag