FlowRAG：通过频率感知多粒度图流协同显式推理

基于图的检索增强生成（GraphRAG）在处理知识密集型和多跳查询任务时效果显著，但现有方法多依赖实体图谱和隐式语义传播，导致抽象查询召回率低且多跳推理脆弱。为此，本文提出 FlowRAG，一种语义感知的检索框架。该框架构建包含段落、摘要、句子和实体的四级异构图，利用双粒度激活模块 robustly 匹配相关实体，并引入频率感知加权流模块，通过词频加权修剪噪声连接，提取高置信度推理路径作为生成的显式逻辑骨架。实验表明，FlowRAG 在复杂推理基准测试中取得了最先进性能。