打破静态图：用于鲁棒检索增强生成的上下文感知遍历

针对现有知识图谱检索方法依赖固定转移概率导致“静态图谬误”及语义漂移的问题，本文提出 CatRAG 框架。该方法将静态图转化为查询自适应的导航结构，通过符号锚定、查询感知动态边权重调整及关键事实段落权重增强三项机制，引导随机游走精准定位证据。实验表明，CatRAG 在多个多跳基准测试中显著优于现有技术，特别是在恢复完整证据链以提升推理完整性方面表现卓越，有效弥合了部分上下文检索与完全接地推理之间的差距。