ArcRAG: Agentic Compositional Retrieval over Knowledge Graphs

{"tags": ["GraphRAG", "Knowledge Graph", "ArcRAG", "Agentic Retrieval", "Cypher", "Multi-hop Reasoning", "Cross-construction Portability"], "risks": ["Chất lượng và phương pháp xây dựng đồ thị ban đầu vẫn chi phối độ chính xác tuyệt đối của câu trả lời.", "Tăng chi phí gọi mô hình và độ trễ do quy trình lập kế hoạch, thử lại và sửa lỗi Cypher qua nhiều lượt (retry/pass budgets).", "Đồ thị open-IE nhiều nhiễu có thể dẫn đến việc suy diễn giao diện cục bộ không đầy đủ hoặc sai lệch."], "category": "Agents", "entities": ["ArcRAG", "Cypher", "MuSiQue", "HotpotQA", "TriviaQA", "Direct-Cypher"], "summary_vi": "ArcRAG là phương pháp GraphRAG tiếp cận theo hướng tác tử (agentic) nhằm giải quyết bài toán phụ thuộc cấu trúc (cross-construction portability). Thay vì đòi hỏi bộ truy xuất phải đồng thiết kế với cấu trúc sinh đồ thị ban đầu, ArcRAG tự động suy diễn một giao diện đồ thị cục bộ theo câu hỏi (query-local graph interface) tại thời điểm suy luận (gồm nhãn node, quan hệ và thuộc tính tiếp cận được từ các thực thể trong câu hỏi). Hệ thống sau đó lập kế hoạch duyệt đồ thị đa bước, sinh mã, thực thi và tự sửa lỗi truy vấn Cypher. Thử nghiệm trên MuSiQue, HotpotQA và TriviaQA ở cả hai dạng đồ thị (schema-guided và open-IE) cho thấy ArcRAG vẫn duy trì hiệu quả truy xuất cao mà không cần tinh chỉnh lại retriever theo từng cách xây dựng đồ thị.", "key_changes": ["Giới thiệu ArcRAG: Khung truy xuất tác tử đa bước trên đồ thị tri thức có khả năng tương thích xuyên cấu trúc (cross-construction portability).", "Cơ chế suy diễn giao diện đồ thị cục bộ (query-local graph interface induction) tại thời điểm suy luận thay vì gắn chặt vào lược đồ cố định.", "Quy trình lập kế hoạch duyệt đồ thị đa bước kết hợp sinh và tự sửa lỗi (repair) truy vấn Cypher.", "Chứng minh thực nghiệm trên MuSiQue, HotpotQA, TriviaQA rằng bộ truy xuất không nhất thiết phải đồng thiết kế chặt với cấu trúc tạo lập đồ thị (schema-guided vs open-IE)."], "sub_category": "GraphRAG & Agentic Retrieval", "novelty_score": 82, "business_score": 68, "research_score": 85, "why_it_matters": "Đa số các giải pháp GraphRAG hiện nay đều thiết kế logic truy xuất gắn chặt vào cấu trúc đồ thị cụ thể, khiến việc thay đổi pipeline tạo dựng tri thức đòi hỏi phải cấu hình hoặc viết lại toàn bộ retriever. ArcRAG chứng minh rằng retriever không cần phải đồng thiết kế với đồ thị: kỹ thuật suy diễn giao diện đồ thị tại thời điểm suy luận giúp hệ thống thích ứng linh hoạt giữa các dạng đồ thị khác nhau, giúp giảm đáng kể chi phí bảo trì và tái kiến trúc giải pháp Knowledge Graph trong thực tế.", "developer_score": 80, "importance_score": 78, "possible_use_cases": ["Hệ thống hỏi đáp phức tạp đa chặng (Multi-hop QA) trên Knowledge Graph doanh nghiệp.", "Hệ thống GraphRAG linh hoạt kết hợp nhiều nguồn tri thức (dữ liệu có cấu trúc schema-guided và dữ liệu văn bản tự do open-IE).", "Tự động hóa sinh và sửa lỗi truy vấn Cypher (Cypher generation and self-repair agent) cho cơ sở dữ liệu đồ thị như Neo4j."], "actionability_score": 70}