Relink：为GraphRAG实时构建查询驱动的证据图

基于图的检索增强生成（GraphRAG）通过结构化知识减少大语言模型（LLMs）的幻觉。然而，当前GraphRAG方法受限于静态预构建的知识图谱（KG），面临路径断裂和噪声干扰等挑战。为此，本文提出Relink框架，采用‘推理与构建’范式，动态生成查询特定的证据图。Relink从原始文本语料中提取潜在关系池，即时修复断裂路径，并通过统一的查询感知评估策略筛选最相关的事实，有效排除干扰信息。实验表明，Relink在五个开放域问答基准测试中显著优于现有GraphRAG基线。