RAG-Architektur: Suche in einem Durchlauf, Agents oder GraphRAG?
Automatische Übersetzung
Dieser Artikel wurde automatisch aus der englischen Originalversion übersetzt.
Beginnen Sie mit einem Retrieval-Pass, der dem Model relevante Quellpassagen bereitstellt. Ergänzen Sie eine iterative Suche, wenn eine Antwort eine zweite Abfrage benötigt, deren Suchanfrage vom ersten Ergebnis abhängt. Testen Sie GraphRAG, wenn Fragen Beziehungen oder eine Sicht auf die gesamte Sammlung erfordern, die durch gewöhnliches Retrieval von Passagen nicht abgedeckt wird.
Dabei handelt es sich um Entscheidungen darüber, wie Belege gesammelt werden – nicht um Entwicklungsstufen, die jedes RAG-System durchlaufen muss. Ich würde zunächst fehlgeschlagene Fragen und die Passagen untersuchen, die das Model tatsächlich erhalten hat. Mehr Suche kann keinen Text reparieren, den der Dokumentparser verworfen hat.
Letzte Prüfung: 2026-09-08.
Suche an die Frage anpassen
| Fragetyp | Als Erstes zu testender Ansatz | Zu rechtfertigender zusätzlicher Aufwand |
|---|---|---|
| „Wie lautet der Reset-Befehl für dieses Gerät?“ | Ein Retrieval-Pass, anschließend eine Antwort mit Quelle | Eine relevante Passage muss das Antwort-Model erreichen |
| „Welches Ersatzteil passt zu dem in diesem Bericht genannten Teil?“ | Iterative Suche: Teil finden, anschließend den Teilekatalog abfragen | Mehrere Aufrufe, eine Abbruchregel und Tests für beide Suchabfragen |
| „Welche Themen tauchen in diesen Berichten wiederholt auf?“ | Globale GraphRAG-Suche im Vergleich zu einem einfacheren Ansatz mit Zusammenfassungen | Erstellen und Aktualisieren graphbasierter Zusammenfassungen |
| „Wie sind diese Lieferanten miteinander verbunden?“ | Graph-basiertes Retrieval im Vergleich zu wiederholter Passagen-Suche | Korrekte Entitätsverknüpfungen, Beziehungen und Quellennachweise |
Die GraphRAG-Abfragedokumentation von Microsoft unterscheidet zwischen lokaler Suche in extrahierten Entitäten und Quellpassagen und globaler Suche in generierten Berichten über Gemeinschaften. Ein Bericht über eine Gemeinschaft fasst eine Gruppe im extrahierten Graphen zusammen. Die globale Suche verwendet diese Berichte, um Fragen zur Sammlung als Ganzes zu beantworten. Das ist nicht einfach eine Vektorsuche unter einem neuen Namen.
Iteratives Retrieval ist eine separate Designentscheidung und kann gewöhnliche Textsuche verwenden. Adaptive-RAG untersucht das Routing von Fragen zwischen keinem Retrieval, einem einzelnen Schritt und mehreren Retrieval-Schritten. Das unterstützt das Testen verschiedener Pfade, legt aber nicht fest, welcher auf Ihrem Korpus gewinnt.
Fehlende Belege prüfen, bevor Sie die Architektur ändern
Halten Sie für jede fehlgeschlagene Frage die erwartete Quelle und die abgerufenen Passagen fest. Ermitteln Sie anschließend den ersten Verlust:
- Wenn die Quelle nie in den Index gelangt ist, korrigieren Sie Ingestion oder Parsing.
- Wenn ein optionaler Themenfilter sie ausgeschlossen hat, testen Sie den Filter oder behalten Sie einen breiteren Suchpfad bei. Berechtigungsfilter müssen auf jedem Pfad durchgesetzt werden.
- Wenn die Passage abgerufen, aber zu niedrig gerankt wurde, testen Sie Änderungen an Retrieval und Reranking.
- Wenn ein benötigter Name nur im ersten Ergebnis vorkommt, testen Sie eine zweite Suchabfrage mit diesem Namen.
- Wenn das Model genügend Belege erhalten, aber falsch geantwortet hat, untersuchen Sie den Antwortschritt, bevor Sie weiteres Retrieval hinzufügen.
Die Antwort zum Suchaufbau behandelt BM25, Embeddings und Reranker innerhalb eines Retrieval-Passes. Diese Komponenten können auch als Teil eines iterativen Systems dienen; sie entscheiden jedoch nicht, wie viele Suchen das System durchführen sollte.
Qualität der Belege und Kosten vergleichen
Vergleichen Sie die Pfade anhand derselben Fragen und zulässigen Dokumente. Legen Sie für jeden Pfad ein explizites Budget für Zeit und Model-Aufrufe fest. Messen Sie, ob die erforderlichen Belege gefunden wurden, die Antwort korrekt war und die zitierten Passagen die Aussagen stützen. Zählen Sie Zeitüberschreitungen und ausgeschöpfte Suchbudgets als Fehler.
Prüfen Sie bei einem Graphen neben den endgültigen Antworten auch extrahierte Entitäten und Beziehungen. Eine falsche Lieferantenverbindung kann eine schlüssige Antwort über das falsche Unternehmen erzeugen. Beziehen Sie die Kosten für den Aufbau und die Aktualisierung des Index in den Vergleich ein; die Kosten der Suchanfragen allein erfassen diesen Aufwand nicht.
Wenn Retrieval in einem Durchlauf das Ziel erreicht, belassen Sie es dabei. Ergänzen Sie einen weiteren Pfad für die Fragetypen, bei denen ein gemessener Fehler ihm eine konkrete Aufgabe gibt.
Vertiefende Lektüre
- RAG-Evaluationsmetriken lokalisieren Verluste von Belegen beim Parsen, Filtern, Retrieval und bei der Generierung.
- Leitfaden zum LLM Engineering bildet die Pfade für die Datenaufnahme und Suchanfragen ab und führt GraphRAG ein.
- Enterprise RAG Challenge 3 untersucht öffentlich verfügbare Beiträge, Routing, Belege und deren Grenzen.