RAGU presenta un motor GraphRAG de múltiples pasos con el extractor compacto Meno-Lite-0.1

RAGU es un motor GraphRAG modular de código abierto que mejora la integración del conocimiento estructurado separando la extracción de entidades de su consolidación. Utiliza un proceso de extracción tipificado en dos etapas, deduplicación respaldada por DBSCAN, resumen con LLM y detección de comunidades Leiden para reducir el ruido y la fragilidad presentes en los sistemas de paso único.

• El sistema emplea Meno-Lite-0.1, un modelo de 7B optimizado para habilidades lingüísticas, que supera a Qwen2.5-32B en la construcción de grafos de conocimiento con una media armónica relativa +12.5%.
• En GraphRAG-Bench (Médico), RAGU alcanza una recuperación de evidencia de hasta 0.84 y supera a HippoRAG2 en tareas de síntesis.
• El motor es instalable vía pip, funciona con una sola GPU y se libera bajo la licencia MIT.

Este enfoque demuestra que los modelos compactos pueden manejar eficazmente habilidades lingüísticas dentro del pipeline, como comprensión y razonamiento, ofreciendo una alternativa eficiente en recursos a modelos más grandes para tareas de GraphRAG.