GraphRAG 实战:2,860 个测试问题,多跳 F1 从 41.3% 到 71.6% 的代价
「KRAS G12C 抑制剂和 EGFR 抑制剂耐药机制有什么共性」——IRAK4、MEK、SHOC2 在单跳召回里压根不出现。我们把客户知识库改造成 GraphRAG 混合检索:多跳 F1 从 41.3% 到 71.6%,代价是索引复杂度与单跳退化。附问题跳数分类法。
「KRAS G12C 抑制剂和 EGFR 抑制剂耐药机制有什么共性」——IRAK4、MEK、SHOC2 在单跳召回里压根不出现。我们把客户知识库改造成 GraphRAG 混合检索:多跳 F1 从 41.3% 到 71.6%,代价是索引复杂度与单跳退化。附问题跳数分类法。
12,547 条真实查询归因发现:38% 的检索失败是型号与编号问题,不是语义问题。精确匹配路由把型号查询 hit@3 从 61.2% 提到 94.8%,换 embedding 模型只值 2.3 个百分点。
7 周、12,547 条带人工标注的真实查询:语义检索的失败有 45% 发生在模型之前——查询改写、分块与标题注入、混合检索权重、相似度校准,四步把 top-1 命中率从 53.7% 做到 89.2%,附五张实测对照表。