HyGRL：不抽三元组的 GraphRAG，多实体问答 SOTA，推理 1.82s

📝

北京理工大学出品的 GraphRAG 论文 HyGRL，两个反共识选择：不抽取三元组直接 text chunk 当 relay node、不更新 LLM 参数只训轻量 MLP 路由。构建 token 省 90%，推理 1.82s，多实体问答 SOTA（EM 56.24/F1 63.87）。

原文链接：GraphRAG又一新作，HyGRL可太强了
作者：PaperRAG
论文：HyGRL: Adaptive Hybrid Graph Reasoning for Multi-Entity Questions
代码：github.com/wjywjy123/HyGRL

---

「哪个导演拍的电影既拿了奥斯卡又演过 Christopher Nolan 的电影」——多实体问题让现有 RAG 集体翻车。HyGRL 解决的是多跳桥接证据分布散的问题。

两个反共识选择

选择	传统做法	HyGRL
知识表示	抽取三元组	不抽三元组，text chunk 直接当 relay node
LLM 角色	参与推理/参数更新	冻结 LLM 做 supervisor，只训轻量 MLP 路由

三阶段框架

① 异构图构造

• 只抽 (Entity, Type) tuples，类型消歧连到 KG 节点
• Raw text chunks 作为独立节点，双向连到实体
• Offline 补全：实体间用 KG 最短路径连通

Text chunk 不再是静态检索终点，而是 active reasoning element——可在结构和文本之间跨模态跳转。

② RL 推理（MDP）

组件	设计
State	滑动窗口保留最近 L 节点，relevance vector 表示（避免在线编码）
Action	当前节点的 unselected neighbors，前 L 个 similarity + 第 L+1 个 PPR score
Policy	轻量 MLP，P(a) = σ(MLP([S ∥ A]))，对节点 identity 和 graph schema agnostic
Search	Adaptive Beam Search，confidence threshold τ 过滤噪声

③ 两阶段训练

Stage 1: Imitation Learning
蒸馏 4 个启发式专家：cross-encoder 语义匹配、Multi-source PPR、Path-aware Adamic-Adar、Jaccard 邻居重叠。用 learnable softmax 融合。

Stage 2: RL Fine-tuning

• Local Pairwise Reward (L_MR)：LLM 偏好判断 (n+, n-)，margin ranking loss
• Joint Optimization via SCST (L_SCST)：binary prompt 判断 subgraph 是否足够推出 ground-truth

实验结果

指标	HyGRL	HippoRAG2-hybrid	说明
EM/F1 (avg)	56.24/63.87	54.30/61.23	SOTA
构建 token	省 90%	GraphRAG 超 20 亿 token	核心优势
推理延迟	1.82s	2.91s	近实时
50% 噪声 F1 降幅	仅 4.09	—	graceful degradation

消融：w/o KG Completion → 45.07（动态图搜索是地基）；w/o Text Nodes → 51.90（relay node 不可或缺）；Replace RL with BFS → 60.12（图构造本身就强，RL 额外增益）。