维基百科多跳问答改用本地抽取建图：自适应补关系后，MuSiQue 的 F1 从 0.4352 升到 0.4577
核心概要
维基百科多跳问答的图检索不再依赖大模型做全语料开放抽取，而是用本地 GLiNER2 按预设关系模式建图，再从图中未被关系覆盖的实体对里发现语料特有的新关系并事后注入三元组。在 MuSiQue、2WikiMultihopQA 和 HotpotQA 各 1000 道题上，完整流程的 F1 分别为 0.4577、0.6637 和 0.7154，均高于 BGE 版 HippoRAG2 基线；MuSiQue 上自适应扩展新增 93 种关系、1691 条三元组，相对仅用种子模式把 F1 提高 0.0225。最终答案生成仍调用 GPT-4o-mini。
深度剖析
维基百科多跳问答的知识图可以完全在本地按预设关系模式抽取构建，不再需要大模型对整份语料做开放式信息抽取。 此前的 HippoRAG 一类系统用大模型开放信息抽取建图，能捕获多样关系，但在语料规模上带来推理开销和对商业 API 的依赖。 在 MuSiQue 语料上，GPT-4o-mini 开放抽取生成 30210 种关系标签、101641 个实体节点和 127640 条三元组；本地模式引导流程生成 148 种关系类型、41084 个实体节点和 83680 条三元组，其中 55 种来自种子模式、93 种由自适应发现得到。
预设关系模式漏掉的语料特有关系，可以从图中尚未连边的共现实体对出发自动补回，并以事后注入三元组的方式并入图，不必重跑整份语料的抽取。 固定关系模式虽然提高可复现性和部署可行性，但语料中出现而模式未列出的关系无法被抽取，相关实体在图中断开，多跳推理路径被截断。 在 MuSiQue 上，自适应扩展新增 93 种关系类型、注入 1691 条三元组，相对仅用种子模式的图把 F1 从 0.4352 提高到 0.4577，增量为 0.0225；2WikiMultihopQA 新增 109 种关系、1874 条三元组，F1 提高 0.0076；HotpotQA 新增 43 种关系、874 条三元组，F1 仅提高 0.0002。
检索端先用个性化 PageRank 扩展查询实体邻域，再用本地交叉编码器对候选事实重排，最后用有界广度优先搜索按拓扑可达性挑选段落。 常规 GraphRAG 常用生成式大模型判断检索相关性，结构化输出解析失败会悄悄拉低检索质量，并带来外部 API 成本。 在 MuSiQue 同一张自适应图上，Graph-Path 取 4 跳时 F1 为 0.4577、EM 为 0.3220，高于 RRF 加交叉编码器的 0.4280、桥接扩展加交叉编码器的 0.4366 和原始 BFS 的 0.3932；跳数从 2 增到 5 时 F1 依次为 0.4125、0.4455、0.4577、0.4528。
启示与展望
评估限定在 MuSiQue、2WikiMultihopQA 和 HotpotQA 三个维基百科多跳问答基准各 1000 道题上，图构建、检索与重排均在单张 6 GB 显存的消费级显卡上本地完成。Graph-Path 的 4 跳半径由 MuSiQue 上的敏感性分析选定，并沿用到全部数据集。
自适应扩展的收益随数据集变化很大：MuSiQue 上 F1 提高 0.0225，2WikiMultihopQA 为 0.0076，HotpotQA 仅 0.0002，说明种子模式在 HotpotQA 上已覆盖大部分有用关系。Graph-Path 的结果被定位为图质量的诊断探针，而非广度优先路由普遍优于相关性选择方法的结论；跳数增至 5 时 F1 回落到 0.4528，与扩展到更远节点带来的语义漂移一致。