跳到主要内容
xzzlog

SAG 不是另一个向量库:它在重建知识库的证据链

SAG 的重点是把 Chunk、Entity、Event 和动态关系链结合起来,解决普通 RAG 多跳证据容易断的问题。

大陆访问,精品线路|搬瓦工 · CN2 GIA / CTGNet 套餐
RackNerd:海外VPS21.99美元每年起
DMIT:Premium中国大陆优化线路CN2GIA
云服务器,积分可续期|雨云 · 国内外节点 · 积分兑换权益
腾讯云:锐驰型200Mbps峰值带宽,中国内地2核2G50元每月
WorkBuddy:交代任务,交付文件
晚安云:香港云服务器2核2G15元每月
Evoxt:最高6.0GHz CPU,2.99美元每月起
LisaHost:原生与住宅IP产品,按套餐选择
野草云:香港200Mbps峰值带宽,不限月流量,30元每月起
BRNCHost:Bursa土耳其游戏服务器,1Gbps端口,DDoS防护
京东云:AI进入真实业务

SAG 不应该被当成“又一个向量库”。它想解决的是知识库里很常见的一类问题:答案需要多段证据串起来,但普通向量检索只把相似 chunk 捞出来,证据之间的关系经常断掉。

普通 RAG 容易丢掉关系

很多 RAG 系统会把文档切成 chunk,然后按 embedding 相似度召回。这个方法适合找局部事实,但遇到多跳问题就容易断。比如一个问题同时涉及人物、事件、时间、地点和后续影响,单个 chunk 可能都相关,却没有说明它们之间怎么连起来。

Event、Entity 和动态超边

SAG 的思路是把文本块、事件、实体和关系一起组织起来。Entity 负责稳定对象,Event 负责描述发生了什么,动态超边则用来把多个实体和事件临时连成一条证据链。这样检索不只是“找相似文本”,还可以沿着结构扩展。

这对知识库很重要。因为很多真实问题不是问“某句话在哪里”,而是问“这几件事之间是什么关系”。结构化检索能让模型少一点猜测,多一点可追踪证据。

它适合什么场景

  • 企业知识库里的流程、责任人、事件追踪。
  • 新闻、研究、政策类资料的多跳问答。
  • 需要引用来源和解释路径的 RAG。
  • 同名实体、时间线和上下游关系复杂的资料。

不要把它神化

结构化检索也有成本。实体抽取会错,事件边界会模糊,关系扩展太多会引入噪声。真正可用的系统要保留原文 chunk、记录抽取版本、限制扩展深度,并允许用户回到原始证据。

SAG 提醒我们:知识库不是一袋向量。好的检索系统既要能找相似内容,也要能保留事件和实体之间的关系。

继续阅读 返回顶部