GraphRAG(知識グラフRAG)GraphRAG

GraphRAG(グラフラグ、知識グラフ強化型 RAG)は、Microsoft Research の Edge ら(Jonathan Larson チーム)が2024年4月に発表した RAG の拡張手法で、文書集合から LLM を使ってエンティティ(人・組織・概念)と関係(誰が誰と何をした)を抽出して知識グラフを構築し、さらにコミュニティ検出アルゴリズム(Leiden 法など)でグラフをクラスタ化して各クラスタに要約を作成します。質問に対しては、従来の意味的類似検索だけでなく、グラフのコミュニティ要約を階層的に参照することで、「PEPSI のドキュメント全体の主要なテーマは何か」「組織内の人間関係を要約せよ」といった「ローカル(局所的事実)」では答えにくい「グローバル(総括的)」な質問にも答えられます。論文では従来 RAG と比較して「包括性(comprehensiveness)」「多様性(diversity)」で人間評価において3倍以上のスコアを獲得しました。Microsoft が公開した OSS 実装はコミュニティで広く使われており、Neo4j(LLM Knowledge Graph Builder)、LangChain・LlamaIndex のインテグレーション、各社の派生実装(LightRAG・nano-graphrag・Fast-GraphRAG など)が登場しています。コストは従来 RAG より高い(グラフ構築時に LLM 呼び出しが多発)ため、知識ベースが比較的安定し、概観的・分析的な質問が多いユースケース(コンサル・研究・経営分析など)に向きます。