1、RAG研究現狀

問答系統（QA）讓用戶能用自然語言從海量資料中精準獲取信息，主要分為兩類：

• 開放域QA依托常識作答
• 封閉域QA則需專業資料支持

隨著DeepSeek-R1、Grok-3等大語言模型（LLM）的突破，文本流暢度和語義理解顯著提升。但這些模型依賴參數記憶，遇到專業術語或復雜推理時，仍可能"胡言亂語"或答非所問。

檢索增強生成（RAG）通過在作答前抓取相關片段提升準確性-，知識圖譜（KG）則用結構化關系網絡支持多步推理。

但現有方案存在明顯缺陷：

• 技術文檔中的復雜關聯常被割裂檢索，導致答案支離破碎；
• 構建高質量領域圖譜費時費力，與向量搜索結合又帶來巨大工程負擔。

為此，清華大學團隊推出DO-RAG框架，實現三大創新：

• 構建動態知識圖譜：通過多級智能體流水線，自動從文本、表格等多模態數據中提取實體關系
• 雙軌檢索融合：結合圖譜推理與語義搜索，生成信息飽滿的提示模板
• 幻覺修正機制：對照知識庫校驗答案，迭代修正邏輯漏洞

在數據庫等專業領域測試中，DO-RAG以94%的準確率碾壓主流方案，最高領先33個百分點。模塊化設計支持即插即用，無需重訓練即可遷移到新領域。

二、什么是DO-RAG？

2.1 系統架構全景

如上圖所示，DO-RAG系統由四大核心模塊構成：

• 多模態文檔解析與分塊處理
• 知識圖譜(KG)構建中的多層級實體關系抽取
• 圖遍歷與向量搜索的混合檢索機制
• 面向精準回答的多階段生成引擎

系統首先對日志、技術文檔、圖表等異構數據進行智能分塊，并將文本片段與其向量化表示同步存儲于pgvector增強的PostgreSQL數據庫。

通過思維鏈驅動的智能體流程，將文檔內容轉化為結構化的多模態知識圖譜(MMKG)，精準捕捉系統參數、行為特征等多維關聯。

當用戶發起查詢時，意圖解析模塊會將其拆解為若干子查詢。系統首先在知識圖譜中定位相關實體節點，通過多跳推理擴展檢索邊界，獲取富含領域特性的結構化上下文。

隨后，系統運用圖譜感知的提示模板對原始查詢進行語義精煉，將其轉化為無歧義的精準表達。優化后的查詢通過向量化檢索，從數據庫中召回最相關的文本片段。

最終，系統融合原始查詢、優化語句、圖譜上下文、檢索結果及對話歷史，構建統一提示輸入生成引擎。

答案生成經歷三階段打磨：首輪生成、事實校驗與語義優化、最終凝練。系統還會智能預測后續問題，實現自然流暢的多輪對話體驗。

2.2 知識庫構建

文檔處理從多模態輸入開始，文本、表格和圖像經過標準化處理，分割為語義連貫的片段，同時保留源文件結構、章節層級等元數據以確保可追溯性。

采用多智能體分層流水線并行抽取結構化知識。如上圖所示，四個專用智能體各司其職：

• 高層智能體：解析文檔骨架（章節/段落）
• 中層智能體：抓取領域實體（系統組件/API/參數）
• 底層智能體：挖掘細粒度操作邏輯（線程行為/錯誤鏈路）
• 協變量智能體：標注節點屬性（默認值/性能影響）

最終生成動態知識圖譜，以節點表實體、邊表關聯、權重表置信度。通過余弦相似度比對實體嵌入向量實現去重，并聚合相似實體為摘要節點以簡化圖譜。

2.3 混合檢索與查詢分解

如上圖所示，當用戶提問時，DO-RAG會通過基于大語言模型的意圖分析器對問題進行結構化拆解，生成指導知識圖譜（KG）和向量庫檢索的子查詢。

系統首先根據語義相似度從KG中提取相關節點，通過多跳遍歷構建富含上下文的子圖。借助圖感知提示，這些圖譜證據會優化查詢表述并消除歧義。優化后的查詢經向量化處理后，即可從向量庫中獲取語義相近的內容片段。

最終，DO-RAG會將原始查詢、優化查詢、圖譜上下文、向量檢索結果及用戶對話歷史等所有信息，整合成統一的提示框架。

2.4 答案的生成與交付

如上圖所示，最終答案通過分階段提示策略生成。

首先，基礎提示要求大語言模型僅依據檢索到的證據作答，避免無依據內容。

然后通過優化提示對答案進行結構調整和驗證。

最后凝練階段確?；卮鸬恼Z氣、語言和風格與問題保持一致。

為提升交互體驗，DO-RAG還會基于優化后的答案生成后續問題。最終交付內容包括：

• (1) 精煉可驗證的答案，
• (2) 標注來源的引用，
• (3) 針對性后續問題。

若證據不足，系統會如實返回"我不知道"，確?？煽啃院蜏蚀_性。

3. 效果對比

選用Client Service國際公司(CSII)研發的SunDB分布式關系數據庫作為測試平臺。其技術手冊、系統日志和規范說明構成的異構數據集，為驗證DO-RAG的多模態處理、實體關系挖掘和混合檢索能力提供了理想場景。

3.1 實驗配置

3.1.1 硬件環境

64GB內存+NVIDIA A100顯卡的Ubuntu工作站

3.1.2 軟件棧

• 追蹤系統：LangFuse(v3.29.0)
• 緩存管理：Redis(v7.2.5)
• 文檔存儲：MinIO(最新版)
• 分析引擎：ClickHouse(穩定版)
• 向量數據庫：PostgreSQL+pgvector組合

3.1.3 測試數據

• SunDB核心數據集：含嵌入式代碼的技術文檔
• 電氣工程輔助集：帶電路圖的技術手冊

每組245道專業題庫均標注標準答案及精確出處

3.1.4 評估體系

四大核心指標(達標線0.7分)：

• 答案相關性(Answer Relevancy, AR) - 語義匹配度
• 上下文召回(Contextual Recall, CR) - 信息完整度
• 檢索精度(Contextual Precision, CP) - 結果純凈度
• 內容忠實度(Faithfulness, F) - 答案可信度

3.1.5 評估工具鏈

• RAGAS負責指標計算
• DeepEval進行端到端驗證
• LangFuse實現全鏈路追蹤

3.1.6 對比方案

• 橫向對比：FastGPT/TiDB.AI/Dify.AI三大主流框架
• 縱向對比：知識圖譜增強版vs純向量檢索版

3.2 外部基準測試

如上表顯示，在跨模型測試中，SunDB.AI的綜合評分全面超越FastGPT、TiDB.AI和Dify.AI三大基線系統。

下圖通過可視化對比，直觀呈現了SunDB.AI的持續領先優勢。

3.3 內部優化驗證

上表表明集成知識圖譜后，DeepSeek-V3的答案相關性提升5.7%，上下文精確度提高2.6%，雙模型均實現100%上下文召回。

未啟用圖譜時，召回率下滑至96.4%-97.7%，且因依賴非結構化搜索導致可信度降低。

DeepSeek-R1在啟用圖譜后出現5.6%的可信度微降，推測源于其創造性輸出特性

3.4 領域專項表現

SunDB與電氣領域測試數據（表III/IV）顯示，各模型上下文召回率均逼近滿分。答案相關性、精確度與可信度的差異化表現，折射出不同模型的特長所在。

本文轉載自???大語言模型論文跟蹤???，作者：HuggingAGI