O RAGU é um motor GraphRAG modular de código aberto que melhora a integração de conhecimento estruturado ao separar a extração de entidades da consolidação. Ele utiliza um processo de extração tipada em duas etapas, deduplicação baseada em DBSCAN, sumarização por LLM e detecção de comunidades Leiden para reduzir ruído e fragilidade encontrados em sistemas de passagem única.

  • O sistema emprega o Meno-Lite-0.1, um modelo de 7B otimizado para habilidades linguísticas, que supera o Qwen2.5-32B na construção de grafos de conhecimento com +12,5% de média harmônica relativa.
  • No GraphRAG-Bench (Médico), o RAGU alcança recall de evidências até 0,84 e supera o HippoRAG2 em tarefas de síntese.
  • O motor é instalável via pip, roda em uma única GPU e é lançado sob a licença MIT.

Esta abordagem demonstra que modelos compactos podem lidar efetivamente com habilidades linguísticas no pipeline, como compreensão e raciocínio, oferecendo uma alternativa eficiente em recursos para tarefas GraphRAG.