La topologia dei grafi incontra la ricerca di percorsi guidata dall’energia: preservare la coerenza contestuale nella generazione aumentata dal recupero

Abstract degli autori

La generazione aumentata dal recupero (RAG) integra spesso grafi della conoscenza (KG) per rispondere a domande complesse che richiedono più passaggi. Tuttavia, le sue prestazioni sono sempre più limitate dai processi di strutturazione della conoscenza e di ragionamento. (i) Grave perdita semantica: condensare testi continui in simboli discreti elimina le sfumature contestuali e la coerenza narrativa. (ii) Marcato disallineamento tra modalità: le strutture frammentate dei grafi contrastano con i testi continui su cui i modelli linguistici di grandi dimensioni (LLM) sono preaddestrati, mentre riscriverle in linguaggio naturale introduce rumore generativo e omette informazioni. Per affrontare questi limiti, proponiamo ThreadRAG, un framework RAG basato sulla topologia semantica che struttura la conoscenza preservando il contesto e consente di ragionare sulle evidenze nella loro modalità originaria. ThreadRAG introduce un Semantic Topology Mapper (STM), che organizza i documenti recuperati in Semantic Nodes che mantengono intatto il contesto e costruisce un Semantic Topology Graph (STG) mediante archi narrativi, semantici e lessicali. Integra inoltre Energy-Driven Pathfinding (EDP), che individua i sottografi pertinenti alla domanda mediante diffusione dell’energia e li dispone in modo deterministico in percorsi testuali coerenti che costituiscono le evidenze. Esperimenti su tre benchmark di domande e risposte a più passaggi mostrano che ThreadRAG supera sistematicamente baseline solide. In particolare, su HotpotQA ottiene un miglioramento del 14,4% nell’EM rispetto ai metodi incentrati sul testo e, su 2WikiMultihop, supera la migliore baseline del 5,8% nell’EM, riducendo al contempo il costo in token al 23,3% di quello della baseline più forte.