FlowRAG：经频率感知多粒度图流协同显式推理

基于图的检索增强生成（GraphRAG）对知识密集与多跳查询任务有效——但许多既有方法主要以实体为种子建图——并依赖隐式语义相关传播。这常导致 (i) 当用户查询抽象、实体层语义稀疏时检索不足；(ii) 脆弱的多跳推理——噪声激活会使实体到实体转移脱轨、破坏推断的关系链——产出不可靠结论。为此——我们提出FlowRAG——改善语义召回与显式推理的语义感知检索框架。具体地——FlowRAG在段落、摘要、句子与实体上构建四级异构图——摘要节点充当粗粒度语义枢纽。检索时——双粒度激活模块组合摘要-查询对齐与句子级匹配——在转述与抽象下稳健激活相关实体。随后——我们引入频率感知加权流模块——以段内词频加权的实体-段落链接路由相关性——剪除噪声连接——抽取高置信推理路径作为显式逻辑骨架供生成使用。大量实验表明FlowRAG在复杂推理基准上取得SOTA性能。