RAGU — это модульный движок GraphRAG с открытым исходным кодом, который улучшает интеграцию структурированных знаний за счёт разделения извлечения сущностей и их консолидации. Он использует двухэтапный процесс типизированного извлечения, дедупликацию на базе DBSCAN, суммаризацию LLM и обнаружение сообществ по алгоритму Leiden для снижения уровня шума и хрупкости, характерных для однопроходных систем.

  • Система использует Meno-Lite-0.1 — модель объёмом 7B, оптимизированную для языковых навыков, которая превосходит Qwen2.5-32B в построении графов знаний на +12.5% по относительному гармоническому среднему.
  • На GraphRAG-Bench (Medical) RAGU достигает точности извлечения доказательств до 0.84 и обгоняет HippoRAG2 в задачах синтеза.
  • Движок устанавливается через pip, работает на одной GPU и выпущен под лицензией MIT.

Этот подход демонстрирует, что компактные модели могут эффективно справляться с языковыми навыками внутри конвейера, такими как понимание и рассуждение, предлагая ресурсоэффективную альтернативу большим моделям для задач GraphRAG.