RAGU एक ओपन-सोर्स मॉड्यूलर GraphRAG इंजन है जो इकाई निष्कर्षण को संघीकरण से अलग करके संरचित ज्ञान एकीकरण में सुधार करता है। यह सिंगल-पास सिस्टम में पाए जाने वाले शोर और भंगुरता को कम करने के लिए दो-चरण टाइप्ड निष्कर्षण प्रक्रिया, DBSCAN-सहायक डुप्लिकेट हटाना, LLM सारांशन, और Leiden समुदाय निदान का उपयोग करता है।
- सिस्टम भाषा कौशल के लिए अनुकूलित 7B मॉडल Meno-Lite-0.1 का उपयोग करता है, जो ज्ञान-ग्राफ निर्माण में सापेक्ष हार्मोनिक माध्य में +12.5% की वृद्धि के साथ Qwen2.5-32B को पछाड़ता है।
- GraphRAG-Bench (Medical) पर, RAGU 0.84 तक सबूत रिक्वायरमेंट प्राप्त करता है और संश्लेषण कार्यों में HippoRAG2 को पछाड़ता है।
- इंजन pip के माध्यम से स्थापित किया जा सकता है, एकल GPU पर चलता है, और MIT लाइसेंस के तहत जारी किया गया है।
यह दृष्टिकोण दिखाता है कि संपाक मॉडल समझ और तर्क जैसी इन-पाइपलाइन भाषा कौशल को प्रभावी ढंग से संभाल सकते हैं, GraphRAG कार्यों के लिए बड़े मॉडलों के सापेक्ष संसाधन-कुशल विकल्प प्रदान करते हैं।