A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models

大型语言模型（LLMs）在广泛的任务中展示了卓越的能力，但它们在专业领域的应用仍然具有挑战性，因为需要深厚的领域专业知识。检索增强生成（RAG）作为一种有前景的解决方案出现，可以通过无缝集成外部知识库来定制LLMs以适应专业领域，从而在推理过程中实现实时访问特定领域的专业知识。尽管其潜力巨大，传统的基于平面文本检索的RAG系统仍面临三个关键挑战：（i）专业背景下复杂的查询理解，（ii）分布式来源之间的知识整合困难，以及（iii）大规模系统效率瓶颈。本综述对基于图的检索增强生成（GraphRAG）进行了系统分析，这是一种革新特定领域LLM应用的新范式。GraphRAG通过三项关键技术创新解决了传统RAG的局限性：（i）图结构化的知识表示方法，明确捕捉实体关系和领域层次结构，（ii）高效的基于图的检索技术，实现带有上下文保留和多跳推理能力的知识检索，以及（iii）结构感知的知识整合算法，利用检索到的知识进行准确且逻辑连贯的LLM生成。在本综述中，我们系统地分析了GraphRAG的技术基础，并考察了其在各个专业领域的现有实现，识别出关键的技术挑战和有前途的研究方向。所有与GraphRAG相关的资源，包括研究论文、开源数据和项目，都已为社区收集并整理在\textcolor{blue}{\url{https://github.com/DEEP-PolyU/Awesome-GraphRAG}}。

论文试图解决大型语言模型（LLMs）在专业领域应用时面临的挑战，特别是复杂查询理解、跨分布式知识源的整合以及系统效率的问题。这些问题是传统基于平面文本检索的RAG系统所固有的，并且限制了LLMs在需要深度专业知识的领域的有效应用。

论文提出了一种新的范式——基于图的检索增强生成（GraphRAG），通过三个关键创新来解决上述问题：1) 使用图结构化知识表示以明确捕捉实体关系和领域层次；2) 实现高效的基于图的检索技术，支持多跳推理并保持上下文完整性；3) 开发结构感知的知识整合算法，确保从检索到的知识中进行准确且逻辑连贯的生成。相比现有研究，GraphRAG更有效地处理了专业领域内的复杂信息结构。

论文不仅提出了GraphRAG的概念，还对其技术基础进行了系统分析，并审查了当前各专业领域的具体实现情况。此外，它识别了关键技术挑战，并指出了未来有前景的研究方向。值得注意的是，所有相关资源如研究论文、开源数据集和项目都被收集起来供社区使用，网址为https://github.com/DEEP-PolyU/Awesome-GraphRAG。这为后续研究提供了宝贵的资料库。

最近在这个领域中，相关的研究包括但不限于： 1. 'Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks' - 探讨了如何利用外部知识库改进自然语言处理任务。 2. 'Knowledge Graphs and Text: A Tale of Two Cities' - 分析了知识图谱与文本之间的相互作用。 3. 'Multihop Reasoning with Large Language Models' - 研究了如何使大型语言模型具备多跳推理能力。 4. 'Efficient Knowledge Retrieval in Large-Scale Systems' - 针对大规模系统的高效知识检索方法进行了探讨。