UniGFM-RAG 论文：图检索器与 LLM 端到端联合训练

JeremyCMorgan · x · 2026-11-07

arXiv 论文 UniGFM-RAG 提出统一的端到端 GraphRAG 框架，把图基础模型（GFM）检索器与 LLM 生成器紧耦合：现有 GraphRAG 多为「先检索后生成」的解耦管线，检索与推理目标错位，且训练 GFM 检索器依赖昂贵的人工标注。该框架让 GFM 检索器在图上推理并打分检索文档节点，节点嵌入经全可微的图桥接层按检索分数投影为软加权的图前缀，与原始文本组成图增强 prompt 注入 LLM；最终答案的损失可反向传播至检索器，实现端到端联合训练。JeremyCMorgan 评价这是有趣的研究方向，训练成本仍是开放问题。