监管机构应关注哪些指标？
监管机构应要求提供具体、可比较的指标，用以衡量GraphRAG的核心承诺：事实准确性、答案完整性和幻觉减少。在一项研究中，知识图谱增强的RAG模型在Natural Questions数据集上将FactScore（事实一致性衡量指标）较标准RAG提升了13.6%，并将BLEU（输出质量衡量指标）从31.5提高到38.7 [1]。这些数据表明，GraphRAG能够生成更具事实依据的答案，但监管机构应要求针对特定领域和任务提供这些指标，而不仅仅是基于通用基准。
另一项针对糖尿病问答的研究报告称，采用基于图的关键词、图谱和向量检索流水线，其ROUGE-1得分为82.19%（该指标衡量生成答案与参考答案之间的重叠程度）[3]。这表明检索策略至关重要：结合多种检索方法可以提升答案质量。因此，监管机构应要求相关声明明确说明使用了哪些检索技术以及如何调优，因为同一GraphRAG框架在不同配置下可能产生截然不同的结果。
为什么知识图谱设计对监管者很重要？
知识图谱自身的结构是决定GraphRAG能否兑现其承诺的关键因素之一。一项2025年针对地质与矿物加工领域技术报告的研究发现，采用简单的五类领域专用模式所提取的实体数量比其他模式方案多出约10%，并且生成的答案事实准确性最高、幻觉现象最少[5]。相比之下，领域相关实体较少的流水线检索到的信息价值较低，从而为上下文窗口中无关内容的混入留下了更多空间[5]。因此，监管者不应仅仅追问“GraphRAG是否有效？”，更应关注“采用了何种模式，以及该模式是否针对目标领域进行了验证？”
这一发现与更广泛的论点一致，即GraphRAG的优势源于捕捉纯文本检索所遗漏的关系知识[2]。然而，这种优势并非自动获得：设计不佳或自动生成的模式可能不如精心构建的领域模式表现良好。监管机构应要求提供证据，证明知识图谱是在领域专业知识指导下构建的，且其覆盖范围已得到衡量，而不仅仅是使用了图谱这一事实。
GraphRAG的说法在什么情况下可能被夸大？
监管机构应谨慎对待那种笼统声称GraphRAG总是优于标准RAG的说法。证据表明，其优势取决于具体任务：一项研究发现，在文本图上的多跳推理任务中，GraphRAG显著优于最先进的RAG，但这种优势仅限于需要关系推理的场景[4]。在较简单的任务中，差异可能微乎其微，甚至可能为负，尤其是在知识图谱存在噪声或不完整的情况下。
此外，底层知识库的质量也至关重要。一项关于糖尿病问答的研究强调，知识库是基于经过验证的来源构建的，以确保其真实性[3]。如果源数据存在缺陷，GraphRAG可能会放大错误而非减少错误。因此，监管机构应要求对知识图谱的来源和构建过程保持透明，并应基于现实、领域特定的查询来测试其输出，而非仅依赖通用基准。
关于这些来源
本回答基于5项同行评审研究——发表于2024年至2025年间，其中5项为2024年或之后发表，2项发表于Q1期刊——这些研究是从5项通过质量筛选的研究中选出的最具相关性的成果，而这些研究又源自从超过5亿篇论文数据库中检索到的30篇文献。
本文引用的文献
基于知识图谱的检索增强生成（RAG）模型构建与应用研究
KG-RAG在Natural Questions上将ROUGE-L从41.2提升至46.9，BLEU从31.5提升至38.7，FactScore提升了13.6%；在PubMedQA上达到了81.3%的准确率，较RAG提升了6.8个百分点。
图检索增强生成：综述
该综述将GraphRAG工作流形式化（基于图的索引、图引导的检索、图增强的生成），并指出GraphRAG利用结构信息实现更精确、更全面的检索，但未提供定量比较。
为了增强基于图的检索增强生成（RAG），采用稳健的检索技术
一个专注于糖尿病的GraphRAG框架，结合关键词、图谱和向量检索，取得了82.19%的ROUGE-1分数，展示了其在专业医疗领域的有效性能。
GRAG：图检索增强生成
GRAG，一种新颖的图检索增强生成方法，在图推理基准测试中显著优于最先进的RAG方法，尤其是在文本图的多跳推理方面表现突出。
技术文档上的GraphRAG——知识图谱模式的影响
在一项针对技术报告的研究中，一个简单的五类矿物领域模式比其他模式多提取了约10%的实体，并生成了事实性最准确、幻觉最少的答案，而基线RAG响应则更短、更不完整，且包含更多幻觉。