波音体育官方网站 RAG新SOTA, 还在5亿条数据上跑进秒级, 唯有它了

剪辑｜Sia

前阵子，Claude Code 无意泄漏了 512，000 行 TypeScript 源码。

好家伙，Anthropic 这波莫不是把 Claude Code 的「底裤」皆透露来了？

AI 圈扒完之后发现，最有兴味的场所不是模子，而是 Claude Code 这个 Coding Agent 外面那层运行系统。

泄漏的大部分代码，皆在处理这些事：什么时候读文献，什么时候调用器具，什么时候压缩险峻文，什么时候持续下一步。

也即是今天越来越火的 Agent Harness。

一次无意，也算给行业提了个醒。

Agent 期间，真是攻击的不仅仅模子才智，还有模子外面那套险峻文组织、器具调用和任务轮回系统。

这套系统里，纠合「模子」和「外部常识寰宇」的基础武艺——RAG，也必须随着进化。

为啥嘞？

淌若有东谈主想知谈「某条家具阶梯到底受谁影响？」，谜底可能藏在这样一条链里：

A 公司收购了 B 公司、B 公司的 CTO 自后加入了 C 神气、 C 神气又影响了某条家具阶梯。

三件事分开看，只怕皆和用户的问题很是相似；唯有把它们串起来，才是真是的谜底。

传统 RAG 不错马上在而已库里找到几段「看起来最像」的文本，但只怕拧得清它们之间是啥关系。

对 Agent 来说，这就很要命。

因为， Agent 不仅仅问答，它还要基于检索恶果持续推理、调用器具、作念下一步决策。第一步检索错了，后头就会一齐跑偏。

恶果会有多离谱呢？

有探究发现，在医学临床文本生成中，传统 RAG 技巧反而让大模子幻觉率，从基线情状的 5.0% 飙升至 43.6%。

原因即是，它仅仅找到了「看起来相干」的而已，而不是循证的根据。

这亦然为什么，it’s time to 重新想考 RAG。

不预则废？Graph 也不是银弹啊

以微软 GraphRAG 为代表的有议论，算是对传统 RAG 局限的一次攻击修正。

如故上头阿谁问题：某条家具阶梯到底受谁影响？

GraphRAG 会先把 A 公司、B 公司、CTO、C 神气、家具阶梯这些实体，以及它们之间的关系抽出来，作念成一张常识图谱。

再沿着「谁和谁相干」、「哪些事件属于兼并个主题」、「哪些信息共同指向一个论断」去组织谜底。

这一步很攻击。它让 RAG 苟且单的向量相似度匹配，向结构化关系推理迈出了一大步。

尤其是在全局领略和主题总结上，GraphRAG 照实很管用。

引入常识图谱像是给 RAG 修了一座常识宫殿，漂亮也更有结构，但构建和小心起来却不胜重担。

抽三元组、合并实体、归一关系、建全局图、作念社区提要……每一步皆很贵，每一步皆可能出错。

更无语的是，好禁锢易盖好了，一朝真是查询时，好多系统并莫得充分「沿着图里的关系去找谜底」，临了如故璧还到「找几个相似节点 / 相似提要」老一套。

最要命的是，寰宇总在变。今天使气负责东谈主换了、未来客户需求变了、后天某条家具阶梯又被推翻了……

预制的图谱，总不成每天推倒重建吧？

不久之后，另一条强阶梯 HippoRAG 2 登场了。

受海马体系念启发，它但愿系统像东谈主脑回忆一样：从一个踪影启程，沿着图里的关系扩散，激活更多相干系念。

淌若用户想知谈，某条家具阶梯到底受谁影响？

HippoRAG 2 会先识别枢纽实体和踪影，比如 A 公司、B 公司、CTO。然后在图谱里激活相要津点。

接着用 Personalized PageRank 这类图排序算法，沿着关系持续扩散：从 B 公司找到 CTO、张三、 C 神气，直到家具阶梯。临了，再把这些踪影交给LLM 生成谜底。

通过把 RAG 持续推向「结构化系念」和「多跳检索」，HippoRAG 2 照实灵验经管了传统 RAG 在多跳推理和恒久系念上的一部分问题。

但也不异留住了雄壮的工程挑战。

和 GraphRAG 一样，HippoRAG 2 也离不开一张离线构建的全局图。

况兼，查询时还要在 graph 上跑 PageRank / Personalized PageRank 这类排序算法。

这套步伐在 benchmark 领域下很强，一朝到了真是 Agent 场景，全局图的小心和排序就会变得很重。

脑补一下：每天皆要抓续写入新文档、新实体、新别号、新关系......

那有莫得一种目标：

既要结构，又不要一上来就修一座常识宫殿；

既要多跳，又不要每次皆在全局图上跑一遍复杂排序；

既要扶直 Agent 恒久使用，又不成每来一批新数据，就把整张图推倒重建；

……

面前，轮到广州智跃深空东谈主工智能科技有限公司 Zleap AI 建议的 SAG（SQL-Retrieval Augmented Generation） 出场了。

SAG：用超边结构重构 Agent 数据底座

其实，名字依然点题了——不是 Graph、Hippo，而是 SQL-Retrieval。

它的核心观点是在离线阶段，SAG 先把原始文本先整理成「事项 + 实体」的数据库结构。等查询来了，再围绕刻下问题，用 SQL 动态串出一张局部踪影网。

举例，一些接头《给阿嬷的情书》的原始 chunk 如下。

传统三元组会把这段完整事件链，拆成好多条 「主体 - 关系 – 客体」：

侨批 — 具有 — 乡信属性

侨批 — 具有 — 汇款凭证属性

深圳企业 — 投资 — 《给阿嬷的情书》

影片 — 使用 — 方言

但一段话往往不是一个通俗关系，而是一件完整的事。强行拆成好多三元组，就像把一篇新闻剪成碎纸条，关系词抽错少许，整条踪影就断了。

SAG 改成：

也即是说，一个 chunk 对应一个完整的 event。一个 event 不错纠合多个 entity。

反过来，一个 entity 也可能出面前多个 event 里。

一个 event，把多个 entities 绑在了一齐，在图结构上，这更像「超边（many-to-many hyperedge）」。

这些皆会被写进 SQL 和向量索引里。查询时，系统通过分享实体把相劳动项临时连起来。

SAG结构暗示图，离线写入。

当用户想知谈，为什么会有东谈主投资《给阿嬷的情书》？

SAG 会先让 LLM 从查询中识别实体，比如投资方、深圳企业、资金着手、投资决策。然后，兵分两路。

第一条路，是结构旅途。

系统会去 SQL 中查询：哪些事项卡和这些实体相干？它可能最初找到「深圳企业投资《给阿嬷的情书》」这张事项卡（ event )。

这张卡能评释注解投资方看中了影片的社会传播和市集扩散后劲，但还不成完整回话「为什么值得投」。

于是，SAG 会持续读取 event 里的 entities。举例：深圳企业、潮汕、侨乡经济、华情面感、家庭不雅影、社会传播，再通过 SQL 反查其他包含这些 entities 的 event 。

这样，系统会进一步找到「侨批题材带来文化价值」这张卡（ event ）；再沿着侨批、地域文化、国外华东谈主、民众文化价值等 entities，找到「主创教养和中小老本制作裁汰投资风险」这张卡（ event ) 。

扫数经过施行上是 SQL join，不是全局图推理。最终，正本散播在不同 chunk 里的信息被串成一条链。

SAG结构暗示图，在线检索。

第二条路，是语义旅途。

SAG 也不会完全灭亡传统向量检索，它会同期用 query 的 embedding，凯旋去 chunk 索引里找语义上最相似的文本。

是以，SAG 临了拿到其实是两批候选。

系统此时会作念一轮相似渡过滤，再让 LLM 在更小的候选集里挑出最枢纽的 event。

临了，再把这些 event 映射回原始 chunk，和凯旋向量调回的 chunk 合并，造成最终给 LLM 看的根据。

临了你取得的谜底，可能是这样：

投资东谈主之是以气象投资《给阿嬷的情书》，并不是因为它一运转就具备传统贸易大片的外不雅。相悖，这个神气名义上有不少风险，波音(bbin)体育官方网站比如方言抒发、非流量演员、弱贸易类型。但也有几个上风，投资东谈主投《给阿嬷的情书》，施行上是在投一个文化辨识度强、老本风险可控、情谊共识有扩散后劲的电影神气。

RAG 新 SOTA 到了

说了这样多，SAG 到底有莫得用？ Zleap AI 拿了三个经典多跳问答数据集来测：

HotpotQA、2WikiMultiHopQA、MuSiQue。

它们皆在考系统会不会「穷精致底」。尤其是 MuSiQue，最多要作念 4 跳推理，基本即是 RAG 里的硬骨头。

敌手 HippoRAG 2 ，也十足不是软柿子。

恶果，在长入设立下：

SAG 的平均 Recall@2 / Recall@5 达到：79.3% / 88.2%。

HippoRAG 2 是：68.2% / 83.3%。

SAG 在前 2 条恶果里掷核心纽根据的能力，凯旋卓绝了 11.1 个百分点。越早掷中，后头的 token 越省，延长越低，推理链也越禁锢易跑偏。

最难的 MuSiQue，也很能评释问题。

SAG 的 Recall@5 是 80.0%，HippoRAG 2 是 65.1%，差了快要 15 个百分点。

可见，在越需要多跳推理的场景里，SAG 的「事项 + 实体 + SQL 推广」越能进展作用。

消融实验进一步扶直了提高来自结构自身的判断。

MuSiQue测试集，三元组版 SAG 的 Recall@5 是 77.1%，超边版是 80.0%；

关闭查询时推广后，Recall@5 从 80.0% 降到 69.4%；

用轻量 reranker 替代 Qwen3.6-Flash 作念最终礼聘，Recall@5 从 80.0% 降到 62.2%。

论文还考据了 SAG 对 embedding 模子不敏锐。

换成更强的 NV-Embed-v2 后：

SAG 在 MuSiQue 上 Recall@5 从 80.0% 到 81.7%，变化不大。

HippoRAG 2 对 embedding 更敏锐，从 BGE 设立下的 65.1% 到 NV-Embed-v2 下的 74.6%。

真是起作用的，是底层结构变了，而不是堆更强 embedding 。

新 SOTA，还能工业落地，也就它了

据 Zleap AI 浮现，SAG 依然在约 5 亿条数据领域的分娩环境中部署，且数据领域还在抓续增长，在线检索延长保抓在秒级以内。

刷新 SOTA，还能如斯领域化落地的 RAG，臆想也就 SAG 了。

SAG 能在大领域数据下保管低延长，枢纽在于单干。

慢活儿，离线作念。用 LLM 作念结构化抽取，把 chunk 变成 event 和entity；

承诺儿，在线作念。用 SQL、向量索引和全文索引快速调回。只让 LLM 判断很小的候选集。

SAG 也比 GraphRAG 更扛增长。

因为，chunk 是自然的并发单位，每个 chunk 皆不错寂然处理。

每当新网页、新文档、新神气进来，无谓重新筹算全局关系，凯旋把新增内容变成新的 event 和 entity 并入索引体系即可。

它不是一张每天皆要重修的常识图谱，更像一套能抓续滋长的踪影档案库，这使得增量处理和抓续推广，皆成了我方的上风。

虽然，好多东谈主会问实体越来越多，合并会不会很复杂？

会复杂，但 SAG 莫得把「圆善实体合并」放在主链路里。这点也和 GraphRAG 很不一样。

GraphRAG 把实体当成图里的核心节点，实体合并错了，整张图皆会被浑浊。差别并，旅途又会断掉。是以，必须稳健作念实体消歧，工程量也会越来越大。

但 SAG 不错接收一定进程的「不圆善合并」。

因为 entity 不是谜底自身，更像是「路标」；event 才是那张写明晰事情经过的卡片。

比如，兼并家公司被写成几个不同名字，系统不一定要在入库时坐窝判断它们是不是兼并个实体。

SAG 不错先保守处理：入库前作念通俗字符串归一和 SQL 查询，在兼并个 source 下，淌若同类型、同名字的实体依然存在，就凯旋复用。莫得，就插入为新实体。

后续查询时，再通过向量检索、全文检索和 LLM 重排把相干踪影补回想。

为了让用户更直不雅地体验这套机制，Zleap AI 还作念了一个 Wikipedia 搜索 demo。咱们也通俗问了个问题：

与《给阿嫲的情书》主题相似的电影，还有哪些呢？

很快，它就放出一段基于十几条恶果的总结。底下是被调回的根据卡片，比如《亲爱的奶奶》、《阿嬷的梦中情东谈主》、《情书》。

体验地址：https://wiki.zleap.com/search

点开《亲爱的奶奶》，右侧还能看到这条恶果为什么被调回，以及它对应的原始根据。

左边复返了《亲爱的奶奶》《阿嬷的梦中情东谈主》《情书》这些恶果，而是右边展示了每条恶果为什么被调回。

2026世界杯中国体彩官网入口

这即是 SAG 的可追忆性。Agent 不仅仅要拿到谜底，还要知谈谜底从哪来；不仅仅要回话刻下问题，还要知谈下一步该沿着哪条踪影持续查。

最有兴味的是 View Graph。

它不是一张提前建好的常识图谱，而是 SAG 针对这一次问题，临时张开的一张局部踪影网。

图里的节点，即是系统围绕刻下问题调回出来的一批事项卡（ event ）。用户问亲情电影，系统就围绕亲情、书信、家庭、回忆这些踪影推广

淌若问「收购 Instagram 的公司，其创举东谈主上过哪所大学」，系统又会围绕 Instagram、Facebook、创举东谈主、大学这些实体和关系重新推广。

也即是说，SAG 不是提前把全寰宇的关系皆算好，再等用户来查。它是在问题发生时，只激活刻下问题需要的局部关系。

这恰是它能适当大领域 RAG、并与传统 RAG、GraphRAG 拉开差距的枢纽。

不啻是常识，还有系念

对 Agent 来说，真是的数据底座，其实还要能承载系念。

除了知谈外部寰宇发生了什么，Agent 还需要知谈：用户偏好什么抒发模式，某个神气鼓舞到了哪一步，上一次任务查到了什么论断，哪个旧判断自后又被新信息推翻。

这些内容淌若只按无为 RAG 的模式存成文本块，系统就只可找回一段相似聊天记载，却只怕知谈哪条是历史配景，哪条是刻下情状，哪条依然失效。

SAG 刚好提供了一个更当然的组织模式。

每条系念皆不错被写成一个 event：谁，在什么时候，对什么对象，作念了什么事，产生了什么情状变化；相干的东谈主、神气、任务、偏好，可手脚 entity 纠合起来。

这样一来，Agent 的系念就不再是一堆松散的历史对话，而是一套不错抓续写入、按踪影找回、随问题动态张开的事项档案。

虽然，论文也提到，真是面向恒久 Agent Memory，还需要进一步加入版块化和时刻感知能力。但这亦然它手脚 Agent 数据底座最值得期待的场所。

从这个角度看，SAG 真是指向的是一种新的数据组织范式：常识不错被抓续写入，系念不错被沿踪影找回，情状变化也有契机被恒久跟踪。

这简略亦然下一代 Agent 数据基座真是需要补上的一课。

参考衔接

1、开源神气地址：

https://github.com/Zleap-AI/SAG

2、论文地址：

https://arxiv.org/abs/2606.15971

3、相干医疗AI幻觉的论文：

Representation Before Retrieval: Structured Patient Artifacts Reduce Hallucination in Clinical AI Systems波音体育官方网站