一、开源项目侧看2026年RAG工程
与学术论文角度不同,GitHub侧的变化不在“检索算法”,而在数据入口、存储、上下文管理和产品定位,分层来看:
1、引擎层:RAG引擎改叫上下文基础设施
RAGFlow的decision model判断证据是否充分【紧跟jev潮流】,与HALT的evidence coverage停止策略、LAnR的答案token熵充分性信号,解决的是同一个问题:在检索循环里,谁来决定“够了”。工程侧用一个模型显式判断,学术侧用覆盖度或熵做轻量信号。这个可以从开源项目的奉新日志来看:
RAGFlow
(https://github.com/infiniflow/ragflow)的官方README与《RAGFlow官方更新日志》(https://ragflow.io/changelog)给出了一些变化【真的是紧跟潮流】:
2026-08-19:推出“知识编译”,把文档编译成Wiki、Graph、Tree、PageIndex、Mind Map、Timeline、Skills;同日推出Agentic RAG,提供Low、Medium、High、Ultra四档思考模式;
2026-09-29:1.0.0-rc1,Go语言重写,消息队列从Redis迁到NATS,缓存与checkpoint改用Kvrocks,官方明确数据升级不可逆;
2026-10-16:rc2用Agentic模式替代四档思考级别;引入Firecrawl等网页搜索工具与MinerU 4模型;
2026-10-30:rc3在智能体工具循环中引入decision model做证据充分性判断;
2026-11-06:1.0.0正式发布。README自我定位已从RAG引擎改为“为大语言模型提供上下文层”。
2、图项目层:三种分化
GraphRAG的开源生态正在从“一个算法范式”分化为三件事:维护模式的研究原型、拼工程可用性的存储后端、以及转向时序记忆的上下文图。具体的:
Microsoft GraphRAG(https://github.com/microsoft/graphrag):官方README已明确项目“基本处于维护模式,不再接受新PR或实现新功能,仅做缺陷修复与依赖更新”,并警告索引昂贵、代码为演示性质、非微软正式支持产品;
LightRAG(https://github.com/HKUDS/LightRAG):定位仍是“轻量知识图谱RAG框架,Microsoft GraphRAG的高效替代”。2026-03集成OpenSearch作为覆盖全部四类存储的统一后端;2026年5月并入RAG-Anything(https://github.com/HKUDS/RAG-Anything),接入MinerU(https://github.com/opendatalab/MinerU)与docling(https://github.com/docling-project/docling)做多模态解析,并新增五种分块策略;2026-07加Word智能标题识别。README仍强调默认存储只适合测试,生产需换PostgreSQL、MongoDB、OpenSearch或Neo4j与Memgraph;
Graphiti(https://github.com/getzep/graphiti):已经不把自己叫RAG,而叫“时序上下文图”框架。每个事实带有效性窗口,episodes保留provenance;与Zep(https://github.com/getzep/zep)明确分工,Graphiti是框架(自带Neo4j、FalkorDB或Neptune),Zep是企业统一上下文层,2026-11仍在活跃提交并发ingestion与发布流程加固。
3、框架层:上下文压缩成为一等公民
上下文压缩也是一个趋势代表性的看:
Haystack(https://github.com/deepset-ai/haystack)的release片段显示:新增ToolResultOffloadCompactor,压缩时不丢弃旧工具结果,而是写入ToolResultStore并在原处留引用,agent可用只读工具按需取回;新增多向量字段multivector_embedding与MaxSimRanker,支持ColBERT类后期交互模型;新增StructuredOutputHook做结构化输出校验;同时因CVE-2026-63374等安全问题升级依赖下限。另在10月的版本说明中宣布支持Python 3.15、最低版本提到3.11。
这里的关键不是某个功能,而是“压缩”和“多向量”进入了通用框架的组件层,分别对应论文线的context rot治理与检索表示升级。
4、摄入层:RAG质量的战场前移。
文档解析其实也是2026年的一个重点。2026年增长最快的项目集中在文档解析与图构建层,如markitdown(https://github.com/microsoft/markitdown)、MinerU(https://github.com/opendatalab/MinerU)、docling(https://github.com/docling-project/docling)。
这个判断与论文线一致:《Graph-Aware Late Chunking for Retrieval-Augmented Generation in Biomedical Literature》(https://arxiv.org/html/2603.22633v1)指出分块策略决定结构覆盖率,RAGFlow(https://github.com/infiniflow/ragflow)把知识编译做成核心功能,LightRAG(https://github.com/HKUDS/LightRAG)把多模态解析并入主线。质量的第一道闸门已经从“检索器”前移到“解析与索引”。
二、论文侧2026年RAG技术总结
技术侧,最好的方式上arxiv做搜索,结果就是:研究重心已从“召回更多”转向“用更少的在线算力换同样的证据”。
可以讲结论为如下几个点来看:
1、把推理前置到索引时
这是全年最清晰的主线。这类工作不是“更好的检索算法”,而是成本结构的重新安排:用一次性的离线算力,换取在线延迟、调用次数与上下文占用的下降。它把RAG的优化对象从“相似度函数”扩展到了“什么该被预先算出来”。
看几个代表工作:
《IndexRAG: Index-Time Reasoning for Multi-Hop Retrieval-Augmented Generation》(https://arxiv.org/abs/2603.16415)把跨文档推理从在线移到离线:索引阶段抽取原子知识单元与桥接实体,让大模型生成“桥接事实”作为独立可检索单元;在线只需单次检索、单次LLM调用,代码在:https://github.com/Continuum-AI-Corp/IndexRAG;
同一逻辑的还有《M-RAG: Semantic Key-Value Indexing for Retrieval-Augmented Generation》(https://arxiv.org/abs/2603.26667):把检索键与生成载荷分离成语义KV对,检索只查key字段,value按token预算组装成证据,并带provenance指针做覆盖校验。
2、图检索的无库化与去神圣化
2026年GraphRAG的论文都在问同一个问题:能不能不维护真正的图数据库,也拿到图的多跳收益。分成两个路线,一个是显式图:实体关系真的存成图结构,需要图数据库与图遍历;隐式图:把关系信息编码进向量库元数据或预计算分数,运行时用向量/图算法间接利用,例如Personalized PageRank:从若干种子节点出发的带偏好图排序,用于给相关节点打分。
代表的工作有:
《EAGR: Evidence-Guided Adaptive Graph Retrieval》(https://arxiv.org/abs/2611.01910)在标准向量库的压缩passage元数据上构建“隐式语义图”,不物化显式图、不建专用图库,靠证据驱动逐轮扩展检索;
《Retrieving Complementary Evidence for Multi-Hop RAG with Semantic Gain Graphs》(https://arxiv.org/abs/2610.15285)提出“语义增益”:离线让LLM评估一个chunk相对另一个chunk提供了多少非冗余信息,聚合成可复用的Semantic Gain Graph,在线用Personalized PageRank排序互补证据,比相似度加权效果更佳。
《Lightfoot: Graph Retrieval-Augmented Generation with Exact, Model-Free Document Deletion》(https://arxiv.org/abs/2611.11010)把图RAG最被回避的成本摆上台面:删除。它的每个边都是passage抽取的确定性函数,删除文档退化为一个数据库事务,11402个passage的10%用14秒;摘要对比称LightRAG(https://github.com/HKUDS/LightRAG)同样的删除需2187次模型调用和3.7小时,FastGraphRAG(https://github.com/circlemind-ai/fast-graphrag)则无法删除;
此外,《Reducing Hallucinations in Complex Question Answering using Simple Graph-based Retrieval-Augmented Generation (long version) 》(https://arxiv.org/abs/2606.05901)则走反方向,用轻量图schema加智能体工具集,在MoNaCo上把幻觉答案数量减半,且仅小幅增加token。
3、评估体系的自我怀疑
技术发展是在质疑中发展的,评估是个重点,也可以看看几个代表工作:
《Beyond the Reranker: Do RAG Retrieval Enhancements Help Once a Strong Reranker Is Present?》(https://arxiv.org/abs/2606.28367),构建异构基准HetDocQA(代码、Markdown、表格、科学PDF与散文混在一库),8种方法共用同一backbone,带bootstrap置信区间与多重比较校正。结论也很直接,强cross-encoder重排器解释了管线大部分质量;在此之上只有query expansion与作者提出的SSCC有可靠增益;层次摘要、图扩展、路由、rank fusion在强重排器下都没有可靠增益;
《Graph-Aware Late Chunking for Retrieval-Augmented Generation in Biomedical Literature》(https://arxiv.org/html/2603.22633v1)指出生物医学全文检索里MRR指标的系统性偏差:语义分块MRR最高0.517,但结构覆盖率SecCov等于1,即永远只从一个章节取证据;结构感知方法MRR更低,却能从多15.6倍的章节取证据。标准指标系统性低估了结构检索;
《When Failures Propagate: Causal Failure Attribution in Agentic Retrieval-Augmented Generation》(https://arxiv.org/abs/2608.20627)做干预式故障归因:在80条三跳MuSiQue问题上注入认证故障,基于覆盖度的后验诊断在hop1达到0.91,在hop2与hop3都是0.00。故障越深,越无法从轨迹反查。
4、检索循环的自适应控制
自适应检索是当前RAG的重要趋势,看几个代表工作:
《HALT: Verification-Aware Stopping for Retrieval-Augmented Search Agents》(https://arxiv.org/abs/2608.02009)把“何时停”从生成器的置信度改成证据覆盖度:给定预期跳数声明,只有累积证据支撑每个声明时才停,不改主干agent、不需重训。
《Exact Adaptive Hybrid Retrieval Without Fixed Top-L Cutoffs》(https://arxiv.org/abs/2608.07152)处理混合检索的固定Top-L截断问题:用可恢复的精确稠密与稀疏排序,只有未读排名可能改变Top-K时才继续请求。
《Latent Abstraction for Retrieval-Augmented Generation》(https://arxiv.org/abs/2604.17866)让单一LLM在隐空间里完成编码、检索与生成:用[PRED] token的隐藏态产生检索向量,轻量MLP控制头判断证据是否充分,动机是观察到答案token熵可指示检索充分性。
5、安全、记忆与领域化
安全也是RAG技术的一个重要方向,也可以关注下代表工作:《A Survey of Secure Retrieval-Augmented Generation》(https://arxiv.org/abs/2604.08304)系统整理135篇工作,提出SLOT分类法,指出三类错配:目标错配(T2攻击快于T2防御)、阶段错配(S1攻击多于L1防御)、信号错配(流畅且贴合语料的攻击能绕过异常检测);
三、关于我们
老刘说NLP技术社区,自2022年建立以来,以公正、客观的角度,围绕知识图谱本体论+RAG知识库+Agent智能体三个方向做深入跟进,加入方式在:https://mp.weixin.qq.com/s/_sEWHeV20sN1JcwGJU9tJw