微软GraphRAG AI优化：检索效率提升，token成本大降

11月16日，科技新闻媒体WinBuzzer于昨日（11月15日）发布最新报道，指出微软研究院对GraphRAG系统进行了升级，推出了动态社区选择（Dynamic Community Selection）这一新功能。这一更新不仅提升了全局搜索的数据检索效果，同时大幅降低了处理成本，tokens成本较之前减少了77%。

据悉，GraphRAG是由微软研究院开发的一种创新检索增强生成（RAG）框架。该框架通过构建知识图谱，从非结构化文本中提取结构化数据，从而使得模型能够更有效地理解和处理复杂信息。自2024年7月2日开源以来，GraphRAG在GitHub上迅速获得了超过万次的星标关注。

新引入的动态社区选择功能，优化了知识图谱的访问方式，显著提高了响应的质量和效率。该功能通过轻量级模型GPT-4o-mini识别出与查询相关的数据部分，只有这些部分才会进入主要处理阶段，从而大幅减少计算工作负载。内部测试表明，采用动态选择后，tokens成本平均降低了77%。

此外，2024年11月发布的GraphRAG版本0.4.0还包含了增量索引和DRIFT（动态检索推理与过滤技术）模块。这些功能使得知识图谱的更新更为高效，同时提升了搜索的准确性。通过这种结构，GraphRAG能够生成更具上下文的答案，减少了传统文档系统中常见的碎片化输出问题。