A2RAG：面向成本感知与可靠推理的自适应代理图检索

图检索增强生成（Graph-RAG）通过知识图谱组织语料并利用关系结构路由证据，增强了多跳问答能力。然而，实际部署面临两大瓶颈：混合难度工作负载下统一检索策略的低效性，以及图抽象导致的细粒度信息丢失。本文提出 A2RAG，一种自适应且具备代理能力的 Graph-RAG 框架。该框架结合自适应控制器验证证据充分性并触发针对性细化，同时利用代理检索器逐步升级检索力度并将图信号映射回源文本，以应对信息丢失和不完整图谱。实验表明，A2RAG 在 Recall@2 指标上显著提升，同时将令牌消耗和端到端延迟降低约 50%。