RAGU introduit un GraphRAG multi-étapes avec l'extracteur compact Meno-Lite-0.1

RAGU est un moteur GraphRAG modulaire open-source qui améliore l'intégration des connaissances structurées en séparant l'extraction de la consolidation grâce à un processus en deux étapes impliquant l'extraction typée, le déduplication, la synthèse et la détection de communautés.

Le système utilise Meno-Lite-0.1, un modèle de 7B optimisé pour les compétences linguistiques, qui surpasse Qwen2.5-32B de +12,5 % en moyenne harmonique relative sur la construction de graphes de connaissances tout en égalant ses performances sur les tâches GraphRAG en anglais. Sur GraphRAG-Bench (Medical), RAGU atteint un rappel des preuves jusqu'à 0,84 et dépasse HippoRAG2 sur les tâches de synthèse, démontrant que les avantages précédents des concurrents étaient largement des artefacts de format de réponse.

RAGU est installable via pip, fonctionne sur un seul GPU et est publié sous licence MIT avec le code source disponible sur GitHub.