标题：GraphRAG太慢LightRAG延迟高？华东师大新方法一招破解双重难题

GraphRAG索引速度慢，LightRAG查询延迟高？这些问题有了新解决方案。华东师范大学李翔老师团队推出的E²GraphRAG方法，在大部分测试中接近最优GraphRAG方法，且构建索引时间仅为GraphRAG的1/10，查询时间是LightRAG的1/100。

现有RAG方法多依赖文本知识库，难以实现全局理解。RAPTOR通过文档块聚类和总结树解决此问题，GraphRAG利用大模型提取三元组形成图并分割社区，但多次调用大模型导致开销过大。LightRAG减少大模型调用，FastGraphRAG利用PageRank聚合信息，但仍面临大模型调用成本高、灵活性差等问题。

E²GraphRAG通过SpaCy识别实体并构建实体图，结合文档块递归总结形成总结树，结合图与树实现高效查询。构建阶段包括文档分块、LLM递归总结文档树及SpaCy实体图构建。检索阶段可根据问题自动选择局部或全局检索方式，通过实体对过滤、索引映射及出现频率排名等步骤优化结果。

实验显示，E²GraphRAG在7-8B模型上达到最短索引时间和零查询延迟，性能接近最优GraphRAG方法。构建时间随文档长度线性增长，消融实验验证各模块有效性。论文地址：https://arxiv.org/abs/2505.24226，代码仓库：https://github.com/YiboZhao624/E-2GraphRAG。