RAGU：具有紧凑领域自适应大语言模型的多步 GraphRAG 引擎

GraphRAG 通过结构化知识增强大语言模型，但现有系统单次提取导致噪声多、检索脆弱。RAGU 作为开源模块化引擎，将提取与整合分离，采用两阶段类型提取、去重、摘要及社区检测。其核心洞见在于：管道内 LLM 所需的理解与推理等语言技能随模型规模增长微弱。据此训练的 7B 模型 Meno-Lite-0.1 在知识图谱构建上超越 Qwen2.5-32B，并在医疗基准测试中实现更高证据召回率，优于 HippoRAG2。该系统单 GPU 可运行，代码开源。