RAGUは、エンティティ抽出と統合を分離することで構造化された知識の統合を改善するオープンソースのモジュラーGraphRAGエンジンです。これは、2段階のタイプ付き抽出プロセス、DBSCANによる重複排除、LLM要約、Leidenコミュニティ検出を活用し、単一パスシステムで見られるノイズや脆弱性を軽減します。

  • システムは言語スキルに最適化された7BモデルであるMeno-Lite-0.1を採用しており、知識グラフの構築において相対調和平均でQwen2.5-32Bを+12.5%上回ります。
  • GraphRAG-Bench (Medical)において、RAGUは最大0.84のエビデンスリコールを達成し、合成タスクでHippoRAG2を上回ります。
  • エンジンはpip経由でインストール可能で、単一のGPU上で動作し、MITライセンスの下でリリースされています。

このアプローチは、コンパクトなモデルが理解や推論のようなパイプライン内の言語スキルを効果的に処理できることを示しており、GraphRAGタスクにおいて大規模モデルに対するリソース効率的な代替手段を提供します。