arXiv · AI· Yufeng Li, Zaijing Li, Fuchen Zhang, Zongzong Wu, Ming Zhao, Fengxiao Tang·· 16 小时前AI 评分30
ThreadRAG：利用图拓扑与能量驱动寻路增强检索增强生成的上下文一致性
Graph Topology Meets Energy-Driven Pathfinding: Preserving Contextual Consistency in Retrieval-Augmented Generation
AI 导读
提出 ThreadRAG 框架，解决 RAG 结合知识图谱时语义丢失和模态失配问题，在 3 个多跳问答基准测试中表现优于强基线。 引入语义拓扑映射器（STM）构建语义拓扑图，利用能量驱动寻路（EDP）将子图线性化。在 HotpotQA 上实现 14.4% EM 提升，Token 成本仅为最强基线的 23.3%。 该成果已被 EMNLP 2026 收录。
来源：arXiv · AI · arxiv.org