无图检索：用图修饰嵌入提升证据召回

Cognee Inc 的 Federica Santi 等人发表论文，提出并评测“无图检索”方法：在离线阶段对嵌入做图修饰，查询时不访问图，再与原始嵌入搭配使用。研究比较了五种离线图嵌入变换。 在带完整支持证据集的合成职业网络基准上，直接替换原始嵌入会降低证据召回。多阶段策略用图修饰嵌入引导搜索、保留原始嵌入维持语义相关性，在需要关联事实或候选比较的问题上，最强配置召回率相对纯向量检索最高提升 25.9%，并在返回节点少 40% 的情况下达到基线召回水平。 论文还称，在所测方法中，检索表现更取决于如何使用图修饰嵌入，而非如何生成它们。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。