RAGU introduce 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 de conocimiento estructurado separando la extracción de la consolidación mediante un proceso en dos etapas que involucra extracción tipada, deduplicación, resumen y detección de comunidades.

El sistema utiliza 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 en +12.5% en media armónica relativa mientras iguala su rendimiento en tareas de GraphRAG en inglés. En GraphRAG-Bench (Medical), RAGU alcanza una recuperación de evidencia de hasta 0.84 y supera a HippoRAG2 en tareas de síntesis, demostrando que las ventajas anteriores de los competidores eran en gran parte artefactos del formato de respuesta.

RAGU es instalable vía pip, funciona en una sola GPU y se libera bajo la licencia MIT con el código fuente disponible en GitHub.