框架问题

[fanturbo]

https://github.com/Ayanami0730/arag 看到了这个，感觉和graph-rag-agent的实现类似，请问这两个有什么区别吗

[1517005260]

非常不同，它那个是分层暴露工具给agent，是有bm25工具，向量相似工具和read工具，让agent自主选择且没有graph，是现在比较流行的agent架构了，可以看下类似的字节搞的openviking和一个创业公司搞的pageindex，论文的话除了这个a-rag还有bookrag和deepread比较相关，我这个项目已经比较老了，ai3个月就会变一次😂

[fanturbo]

感谢回复！那如果现在做RAG的话是建议用agentic arg的这个路线呢还是说仍然需要graph呢，因为我测试了很多线上问题，发现agentic arg对于多跳或者推理类问题都回答的特别好。

[1517005260]

1. graph 我个人测下来属于锦上添花的东西，一般多路召回可加可不加这一路，而且现在可能用的更多的是 ppr 这种，hipporag 方式的，微软的 graphrag 太重了。
2. agentic 确实能大幅增加准确率，因为就是给的上下文更多了嘛而且可以思考，当然延迟也会多，不过从用户体验讲上来就思考然后调 tool 的首 token 延迟可能还会比 rag 低，所以对 ttft 敏感的也可以用 agenticrag