RAGU는 엔티티 추출과 통합을 분리함으로써 구조화된 지식 통합을 개선하는 오픈소스 모듈식 GraphRAG 엔진입니다. 이는 단일 패스 시스템에서 발견되는 노이즈와 취약성을 줄이기 위해 두 단계의 유형 기반 추출 프로세스, DBSCAN 기반 중복 제거, LLM 요약, Leiden 커뮤니티 감지를 활용합니다.

  • 이 시스템은 언어 능력에 최적화된 7B 모델인 Meno-Lite-0.1을 사용하며, 지식 그래프 구축에서 Qwen2.5-32B보다 상대적 조화 평균 기준으로 +12.5% 더 우수한 성능을 보입니다.
  • GraphRAG-Bench (Medical)에서 RAGU는 최대 0.84의 증거 재현율을 달성하고 합성 작업에서 HippoRAG2를 앞지릅니다.
  • 이 엔진은 pip를 통해 설치할 수 있으며 단일 GPU에서 실행되며 MIT 라이선스 하에 공개됩니다.

이 접근 방식은 컴팩트한 모델이 이해력과 추론과 같은 파이프라인 내 언어 능력을 효과적으로 처리할 수 있음을 보여주며, GraphRAG 작업에 대해 더 큰 모델에 대한 자원 효율적인 대안을 제공합니다.