米兰app官方网站 RAG新SOTA, 还在5亿条数据上跑进秒级, 只好它了

裁剪｜Sia

前阵子，Claude Code 无意泄露了 512，000 行 TypeScript 源码。

好家伙，Anthropic 这波莫不是把 Claude Code 的「底裤」王人露出来了？

AI 圈扒完之后发现，最有酷爱的地点不是模子，而是 Claude Code 这个 Coding Agent 外面那层运行系统。

泄露的大部分代码，王人在处理这些事：什么时候读文献，什么时候调用器具，什么时候压缩高下文，什么时候不绝下一步。

也即是今天越来越火的 Agent Harness。

一次无意，也算给行业提了个醒。

Agent 时间，果然病笃的不仅仅模子才能，还有模子外面那套高下文组织、器具调用和任务轮回系统。

这套系统里，勾通「模子」和「外部常识寰宇」的基础身手——RAG，也必须随着进化。

为啥嘞？

如若有东说念主想知说念「某条居品阶梯到底受谁影响？」，谜底可能藏在这样一条链里：

A 公司收购了 B 公司、B 公司的 CTO 自后加入了 C 技俩、 C 技俩又影响了某条居品阶梯。

三件事分开看，巧合王人和用户的问题相配相似；只好把它们串起来，才是果然的谜底。

传统 RAG 不错赶快在费事库里找到几段「看起来最像」的文本，但巧合拧得清它们之间是啥关系。

对 Agent 来说，这就很要命。

因为， Agent 不仅仅问答，它还要基于检索成果不绝推理、调用器具、作念下一步决策。第一步检索错了，背面就会一齐跑偏。

成果会有多离谱呢？

有商酌发现，在医学临床文本生成中，传统 RAG 时期反而让大模子幻觉率，从基线气象的 5.0% 飙升至 43.6%。

原因即是，它仅仅找到了「看起来关联」的费事，而不是循证的凭证。

这亦然为什么，it’s time to 从头想考 RAG。

不预则废？Graph 也不是银弹啊

以微软 GraphRAG 为代表的决议，算是对传统 RAG 局限的一次病笃修正。

如故上头阿谁问题：某条居品阶梯到底受谁影响？

GraphRAG 会先把 A 公司、B 公司、CTO、C 技俩、居品阶梯这些实体，以及它们之间的关系抽出来，作念成一张常识图谱。

再沿着「谁和谁策动」、「哪些事件属于归拢个主题」、「哪些信息共同指向一个论断」去组织谜底。

这一步很病笃。它让 RAG 检朴单的向量相似度匹配，向结构化关系推理迈出了一大步。

尤其是在全局相识和主题总结上，GraphRAG 确乎很管用。

引入常识图谱像是给 RAG 修了一座常识宫殿，漂亮也更有结构，但构建和爱戴起来却不胜重担。

抽三元组、合并实体、归一关系、建全局图、作念社区摘抄……每一步王人很贵，每一步王人可能出错。

更无语的是，好拒绝易盖好了，一朝果然查询时，许多系统并莫得充分「沿着图里的关系去找谜底」，临了如故反璧到「找几个相似节点 / 相似摘抄」老一套。

最要命的是，寰宇总在变。今天技俩负责东说念主换了、来日客户需求变了、后天某条居品阶梯又被推翻了……

预制的图谱，总不成每天推倒重建吧？

不久之后，另一条强阶梯 HippoRAG 2 登场了。

受海马体记念启发，它但愿系统像东说念主脑回忆一样：从一个陈迹开赴，沿着图里的关系扩散，激活更多关策动念。

如若用户想知说念，某条居品阶梯到底受谁影响？

HippoRAG 2 会先识别环节实体和陈迹，比如 A 公司、B 公司、CTO。然后在图谱里激活相要津点。

接着用 Personalized PageRank 这类图排序算法，沿着关系不绝扩散：从 B 公司找到 CTO、张三、 C 技俩，直到居品阶梯。临了，再把这些陈迹交给LLM 生成谜底。

通过把 RAG 不绝推向「结构化记念」和「多跳检索」，HippoRAG 2 确乎有用措置了传统 RAG 在多跳推理和永恒记念上的一部分问题。

但也相似留住了雄伟的工程挑战。

和 GraphRAG 一样，HippoRAG 2 也离不开一张离线构建的全局图。

况兼，查询时还要在 graph 上跑 PageRank / Personalized PageRank 这类排序算法。

这套递次在 benchmark 限度下很强，一朝到了果然 Agent 场景，全局图的爱戴和排序就会变得很重。

脑补一下：每天王人要合手续写入新文档、新实体、新笔名、新关系......

那有莫得一种办法：

既要结构，又不要一上来就修一座常识宫殿；

既要多跳，又不要每次王人在全局图上跑一遍复杂排序；

既要扶植 Agent 永恒使用，又不成每来一批新数据，就把整张图推倒重建；

……

面前，轮到广州智跃深空东说念主工智能科技有限公司 Zleap AI 提倡的 SAG（SQL-Retrieval Augmented Generation） 出场了。

SAG：用超边结构重构 Agent 数据底座

其实，名字依然点题了——不是 Graph、Hippo，而是 SQL-Retrieval。

它的中枢想法是在离线阶段，SAG 先把原始文本先整理成「事项 + 实体」的数据库结构。等查询来了，再围绕现时问题，用 SQL 动态串出一张局部陈迹网。

举例，开运体育中国app官方手机版一些盘问《给阿嬷的情书》的原始 chunk 如下。

传统三元组会把这段完整事件链，拆成许多条 「主体 - 关系 – 客体」：

侨批 — 具有 — 家信属性

侨批 — 具有 — 汇款凭证属性

深圳企业 — 投资 — 《给阿嬷的情书》

影片 — 使用 — 方言

但一段话时常不是一个粗浅关系，而是一件完整的事。强行拆成许多三元组，就像把一篇新闻剪成碎纸条，关系词抽错少量，整条陈迹就断了。

SAG 改成：

也即是说，一个 chunk 对应一个完整的 event。一个 event 不错勾通多个 entity。

反过来，一个 entity 也可能出面前多个 event 里。

一个 event，把多个 entities 绑在了沿途，在图结构上，这更像「超边（many-to-many hyperedge）」。

这些王人会被写进 SQL 和向量索引里。查询时，系统通过分享实体把关联事项临时连起来。

SAG结构表现图，离线写入。

当用户想知说念，为什么会有东说念主投资《给阿嬷的情书》？

SAG 会先让 LLM 从查询中识别实体，比如投资方、深圳企业、资金起原、投资决策。然后，兵分两路。

第一条路，是结构旅途。

系统会去 SQL 中查询：哪些事项卡和这些实体策动？它可能领先找到「深圳企业投资《给阿嬷的情书》」这张事项卡（ event )。

这张卡能讲授投资方看中了影片的社会传播和阛阓扩散后劲，但还不成完整回复「为什么值得投」。

于是，SAG 会不绝读取 event 里的 entities。举例：深圳企业、潮汕、侨乡经济、华情面感、家庭不雅影、社会传播，再通过 SQL 反查其他包含这些 entities 的 event 。

这样，系统会进一步找到「侨批题材带来文化价值」这张卡（ event ）；再沿着侨批、地域文化、国外华东说念主、内行文化价值等 entities，找到「主创造就和中小本钱制作缩短投资风险」这张卡（ event ) 。

通盘这个词流程实质上是 SQL join，不是全局图推理。最终，本来漫衍在不同 chunk 里的信息被串成一条链。

SAG结构表现图，在线检索。

第二条路，是语义旅途。

SAG 也不会完全铲除传统向量检索，它会同期用 query 的 embedding，径直去 chunk 索引里找语义上最相似的文本。

是以，SAG 临了拿到其实是两批候选。

系统此时会作念一轮相似渡过滤，再让 LLM 在更小的候选集里挑出最环节的 event。

临了，再把这些 event 映射回原始 chunk，和径直向量调回的 chunk 合并，酿成最终给 LLM 看的凭证。

临了你赢得的谜底，可能是这样：

投资东说念主之是以欢畅投资《给阿嬷的情书》，并不是因为它一启动就具备传统生意大片的外不雅。相悖，这个技俩名义上有不少风险，米兰app官方网站比如方言抒发、非流量演员、弱生意类型。但也有几个上风，投资东说念主投《给阿嬷的情书》，实质上是在投一个文化辨识度强、本钱风险可控、厚谊共识有扩散后劲的电影技俩。

RAG 新 SOTA 到了

说了这样多，SAG 到底有莫得用？ Zleap AI 拿了三个经典多跳问答数据集来测：

HotpotQA、2WikiMultiHopQA、MuSiQue。

它们王人在考系统会不会「寻讲究底」。尤其是 MuSiQue，最多要作念 4 跳推理，基本即是 RAG 里的硬骨头。

敌手 HippoRAG 2 ，也饱胀不是软柿子。

成果，在调节成就下：

SAG 的平均 Recall@2 / Recall@5 达到：79.3% / 88.2%。

HippoRAG 2 是：68.2% / 83.3%。

SAG 在前 2 条成果里掷中环节凭证的能力，径直跨越了 11.1 个百分点。越早掷中，背面的 token 越省，延长越低，推理链也越拒绝易跑偏。

最难的 MuSiQue，也很能讲明问题。

SAG 的 Recall@5 是 80.0%，HippoRAG 2 是 65.1%，差了快要 15 个百分点。

可见，在越需要多跳推理的场景里，SAG 的「事项 + 实体 + SQL 膨大」越能阐扬作用。

消融现实进一步扶植了提高来自结构自己的判断。

MuSiQue测试集，三元组版 SAG 的 Recall@5 是 77.1%，超边版是 80.0%；

关闭查询时膨大后，Recall@5 从 80.0% 降到 69.4%；

用轻量 reranker 替代 Qwen3.6-Flash 作念最终采选，Recall@5 从 80.0% 降到 62.2%。

论文还考据了 SAG 对 embedding 模子不解锐。

换成更强的 NV-Embed-v2 后：

SAG 在 MuSiQue 上 Recall@5 从 80.0% 到 81.7%，变化不大。

HippoRAG 2 对 embedding 更明锐，从 BGE 成就下的 65.1% 到 NV-Embed-v2 下的 74.6%。

果然起作用的，是底层结构变了，而不是堆更强 embedding 。

新 SOTA，还能工业落地，也就它了

据 Zleap AI 泄露，SAG 依然在约 5 亿条数据限度的分娩环境中部署，且数据限度还在合手续增长，在线检索延长保合手在秒级以内。

刷新 SOTA，还能如斯限度化落地的 RAG，揣测也就 SAG 了。

SAG 能在大限度数据下防守低延长，环节在于单干。

慢活儿，离线作念。用 LLM 作念结构化抽取，把 chunk 变成 event 和entity；

欣慰儿，在线作念。用 SQL、向量索引和全文索引快速调回。只让 LLM 判断很小的候选集。

SAG 也比 GraphRAG 更扛增长。

因为，chunk 是自然的并发单位，每个 chunk 王人不错孤独处理。

每当新网页、新文档、新技俩进来，无用从头瞎想全局关系，径直把新增内容变成新的 event 和 entity 并入索引体系即可。

它不是一张每天王人要重修的常识图谱，更像一套能合手续滋长的陈迹档案库，这使得增量处理和合手续膨大，王人成了我方的上风。

固然，许多东说念主会问实体越来越多，合并会不会很复杂？

会复杂，但 SAG 莫得把「无缺实体合并」放在主链路里。这点也和 GraphRAG 很不一样。

GraphRAG 把实体当成图里的中枢节点，实体合并错了，整张图王人会被混浊。不对并，旅途又会断掉。是以，必须持重作念实体消歧，工程量也会越来越大。

但 SAG 不错继承一定进度的「不无缺合并」。

因为 entity 不是谜底自己，更像是「路标」；event 才是那张写明晰事情经过的卡片。

比如，归拢家公司被写成几个不同名字，系统不一定要在入库时坐窝判断它们是不是归拢个实体。

SAG 不错先保守处理：入库前作念粗浅字符串归一和 SQL 查询，在归拢个 source 下，如若同类型、同名字的实体依然存在，就径直复用。莫得，就插入为新实体。

后续查询时，再通过向量检索、全文检索和 LLM 重排把关联陈迹补回首。

为了让用户更直不雅地体验这套机制，Zleap AI 还作念了一个 Wikipedia 搜索 demo。咱们也粗浅问了个问题：

与《给阿嫲的情书》主题相似的电影，还有哪些呢？

很快，它就放出一段基于十几条成果的总结。底下是被调回的凭证卡片，比如《亲爱的奶奶》、《阿嬷的梦中情东说念主》、《情书》。

体验地址：https://wiki.zleap.com/search

点开《亲爱的奶奶》，右侧还能看到这条成果为什么被调回，以及它对应的原始凭证。

左边复返了《亲爱的奶奶》《阿嬷的梦中情东说念主》《情书》这些成果，而是右边展示了每条成果为什么被调回。

这即是 SAG 的可追究性。Agent 不仅仅要拿到谜底，还要知说念谜底从哪来；不仅仅要回复现时问题，还要知说念下一步该沿着哪条陈迹不绝查。

最有酷爱的是 View Graph。

它不是一张提前建好的常识图谱，而是 SAG 针对这一次问题，临时张开的一张局部陈迹网。

图里的节点，即是系统围绕现时问题调回出来的一批事项卡（ event ）。用户问亲情电影，系统就围绕亲情、书信、家庭、回忆这些陈迹膨大

如若问「收购 Instagram 的公司，其创举东说念主上过哪所大学」，系统又会围绕 Instagram、Facebook、创举东说念主、大学这些实体和关系从头膨大。

也即是说，SAG 不是提前把全寰宇的关系王人算好，再等用户来查。它是在问题发生时，只激活现时问题需要的局部关系。

这恰是它能合适大限度 RAG、并与传统 RAG、GraphRAG 拉开差距的环节。

不啻是常识，还有记念

对 Agent 来说，果然的数据底座，其实还要能承载记念。

除了知说念外部寰宇发生了什么，Agent 还需要知说念：用户偏好什么抒发方法，某个技俩鼓舞到了哪一步，上一次任务查到了什么论断，哪个旧判断自后又被新信息推翻。

这些内容如若只按日常 RAG 的方法存成文本块，系统就只可找回一段相似聊天记载，却巧合知说念哪条是历史配景，哪条是现时气象，哪条依然失效。

SAG 刚好提供了一个更当然的组织方法。

每条记念王人不错被写成一个 event：谁，在什么时候，对什么对象，作念了什么事，产生了什么气象变化；关联的东说念主、技俩、任务、偏好，可行为 entity 勾通起来。

这样一来，Agent 的记念就不再是一堆松散的历史对话，而是一套不错合手续写入、按陈迹找回、随问题动态张开的事项档案。

固然，论文也提到，果然面向永恒 Agent Memory，还需要进一步加入版块化和时期感知能力。但这亦然它行为 Agent 数据底座最值得期待的地点。

从这个角度看，SAG 果然指向的是一种新的数据组织范式：常识不错被合手续写入，记念不错被沿陈迹找回，气象变化也有契机被永恒跟踪。

这概况亦然下一代 Agent 数据基座果然需要补上的一课。

参考聚首

1、开源技俩地址：

https://github.com/Zleap-AI/SAG

2、论文地址：

https://arxiv.org/abs/2606.15971

3、策动医疗AI幻觉的论文：

Representation Before Retrieval: Structured Patient Artifacts Reduce Hallucination in Clinical AI Systems米兰app官方网站