微软研究院近日对其GraphRAG系统进行了重要更新，引入了动态社区选择功能，这一举措在提升全局搜索数据检索效率的同时，还实现了tokens成本的大幅降低，降幅高达77%。
GraphRAG，作为微软推出的一种新型检索增强生成框架，结合了知识图谱与大型语言模型的优势，旨在强化信息处理和问答能力。自今年7月开源以来，该项目在GitHub上迅速走红，收获了超过万次的星标。
此次更新的动态社区选择功能，通过优化知识图谱的访问机制，不仅提高了响应速度，还进一步增强了信息处理的精确性。
在这一过程中，轻量级模型GPT-4o-mini发挥着关键作用，它能够智能识别相关数据部分，确保仅有这些部分进入核心处理环节，从而大幅降低计算负担。内部测试结果显示，启用动态选择功能后，tokens成本显著降低。
GraphRAG 0.4.0版本的发布还带来了其他新特性，包括增量索引和DRIFT模块。这些新增功能不仅提升了知识图谱的更新效率，还进一步增强了搜索的准确性。
通过这些创新技术的结合，GraphRAG现在能够生成更加贴近上下文环境的答案，有效减少了传统文档系统中常见的信息碎片化问题。
