RAGUは、抽出と統合を分離し、型付き抽出、重複排除、要約、コミュニティ検出を含む2段階プロセスを通じて構造化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。

このシステムは、言語スキルに最適化された7BモデルであるMeno-Lite-0.1を利用しており、知識グラフの構築においてQwen2.5-32Bよりも相対調和平均で+12.5%優位であり、英語GraphRAGタスクではそれに匹敵する性能を示しています。GraphRAG-Bench (Medical) では、RAGUは証拠の再現率を最大0.84まで達成し、合成タスクにおいてHippoRAG2を上回り、競合他社の過去の優位性は主に回答形式のアーティファクトであったことを示しています。

RAGUはpip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、ソースコードはGitHubで入手可能です。