Query-Aware Flow Diffusion for Graph-Based RAG with Retrieval Guarantees

작성자

Haebom

카테고리

Empty

저자

Zhuoping Zhou, Davoud Ataee Tarzanagh, Sima Didari, Wenjun Hu, Baruch Gutow, Oxana Verkholyak, Masoud Faraki, Heng Hao, Hankyu Moon, Seungjai Min

💡 개요

본 논문은 다중 홉 추론에 강점을 지닌 그래프 기반 RAG 시스템이 겪는 이론적 보장 부족 및 정적 탐색 전략의 한계를 극복하고자 합니다. 이를 위해 쿼리의 전체 의미론에 맞춰 동적으로 그래프 탐색을 조정하는 훈련 없는 프레임워크인 Query-Aware Flow Diffusion RAG (QAFD-RAG)를 제안합니다. QAFD-RAG는 쿼리 임베딩과 엔드포인트의 정렬도를 기반으로 엣지를 동적으로 가중치를 부여하여 의미론적으로 관련된 경로를 따라 흐름을 유도하며, 이는 관련 하위 그래프를 높은 확률로 복구할 수 있다는 통계적 보장을 제공합니다.

🔑 시사점 및 한계

•

쿼리의 전체 의미론을 고려한 동적인 그래프 탐색을 통해 기존의 정적 탐색 전략을 개선하고 관련성 높은 하위 그래프를 효과적으로 복구합니다.

•

쿼리-인지 그래프 검색에 대한 최초의 통계적 보장을 제시하며, 이는 그래프 기반 RAG 시스템의 신뢰성을 높입니다.

•

훈련 없이도 작동하며, 복잡한 그래프 전체가 아닌 검색된 하위 그래프의 크기에 따라 복잡성이 확장되어 효율성을 높입니다.

•

실험 결과, QA 및 Text-to-SQL 작업에서 기존의 최첨단 그래프 기반 RAG 방법론 대비 일관된 성능 향상을 보여줍니다.

•

QAFD-RAG의 성능이 그래프의 구조적 특성 및 노드/엣지 임베딩의 신호 대 잡음 비율에 얼마나 민감한지에 대한 추가적인 분석이 필요합니다.

PDF 보기

Made with Slashpage