微软新武器 LazyGraphRAG：为何它能让数据查询成本降至 0.1%？

微软推出的 LazyGraphRAG 结合了 VectorRAG 与 GraphRAG 技术，提升了性能并降低系统成本。GraphRAG 自 2024 年 7 月发布以来，在 GitHub 上已获得 19,700 颗星，被广泛应用于文档摘要和知识提取。LazyGraphRAG 通过延迟使用大语言模型（LLM），提高了答案生成的效率，提供了成本与质量的平衡。

LazyGraphRAG 克服了传统检索增强生成（RAG）系统的挑战，通过省略对源数据的预处理步骤，降低了前期索引成本，并有效处理全局和局部查询。在一组包含 5,590 篇 AP 新闻文章的数据集中进行的测试显示，LazyGraphRAG 的结果质量接近于 GraphRAG，但其查询成本仅为全局搜索的 0.1%。这一创新大幅降低了复杂数据集查询的费用。

据社交媒体反馈，用户对 LazyGraphRAG 的评价普遍积极，一些开发者计划在其项目中加以整合。例如，LazyGraphRAG 已经在法律文本分析和金融数据集处理中表现出色，减少了时间和资源的耗费。