LineageRAG: Harnessing GraphRAG by Constructing Evidence Lineages with Source Grounding
LineageRAG：构建带来源锚定的证据谱系增强 GraphRAG
🧭 GraphRAG 多跳证据溯源与锚定
XiaoLab, Beijing University of Posts and Telecommunications · Xi'an Jiaotong University
为每个证据需求构建显式谱系并通过原文字段锚定来源，显著改善多跳检索与生成效果
📌 工作参考价值
- 在电商知识图谱/商品属性图上做多跳推理时，可先将用户 query 拆成多个证据需求（如品类、属性、场景约束），并在图谱遍历中保留每个候选与需求的绑定关系，避免最终结果只覆盖部分意图。
- Agent 做多步检索/推荐解释时，可借鉴 lineage completion：用已检索片段的 provenance 选择互补证据，并强制对每个需求提供原文字段支撑，缺少支撑的需求触发补召回或降低置信度，从而提高可解释性和防幻觉能力。
- 工程上可把“需求初始化 → 需求条件检索 → 谱系补全 → 来源锚定”拆成独立模块，在电商 RAG pipeline 中输出带有引用来源的结构化证据链，便于 debug、评估和线上链路追踪。
动机 现有 GraphRAG 方法把证据发现与 source grounding 的关系隐式化，导致多跳问题时最终证据集常未完整覆盖 query 中所有证据需求。
方法关键点 LineageRAG 先由 query 自动初始化若干 evidence demands；针对每个需求，在结构化语料图上进行 demand-conditioned retrieval，扩展一条 evidence lineage，并在每个候选证据上保留其对应的需求 provenance。随后 lineage completion 利用这些 provenance 选择互补 passages，并在选中证据确实支持某需求时，将其锚定到 verbatim source span，形成从需求到原文片段的显式证据链。
关键结果 在 HotpotQA、2WikiMultiHopQA、MuSiQue 三个多跳问答基准上，LineageRAG 相比领先 GraphRAG 基线，平均 R@5 提升 3.51、EM 提升 5.96、F1 提升 5.22。