核心发现
方法论
SAG通过将文档拆分为事件和实体索引，利用SQL连接实现动态超边激活，结合向量检索与结构化过滤。系统在离线阶段将文档转化为事件-实体对，存入SQL和索引；在线阶段，通过种子检索、SQL扩展和LLM筛选，支持多跳推理。创新点在于无需预建全局图，而是在查询时动态构建局部超边，利用标准数据库实现高效增量更新和并发处理。核心算法包括事件抽取、实体索引、SQL连接和多跳扩展，结合向量检索实现结构与语义的融合。
关键结果
- 在MuSiQue数据集上，SAG实现80.0%的Recall@5，优于HippoRAG 2的65.1%，在多跳推理任务中表现显著提升。HotpotQA和2WikiMultiHop也获得最高或接近最高的Recall指标，整体平均Recall@5达88.2%。实验显示，动态SQL超边激活有效缓解了长链推理中的信息碎片化问题，提升多跳链路的召回率。
- 通过消融实验验证，事件级语义完整性、动态扩展机制和SQL连接的贡献，表明结构化索引与向量检索结合的方案优于纯向量或静态图方案。系统在百万级数据规模下保持秒级检索延迟，验证了其工程实用性。
- 系统支持增量写入和多任务并发，具备持续扩展能力，适应不断增长的数据需求。实验还揭示，超边动态激活在复杂推理场景中优于传统图结构，特别是在多跳非跳跃式推理任务中优势明显。
研究意义
该研究突破了传统静态知识图谱和密集向量检索的限制，提出一种无需预建全局图的动态结构化检索架构。它有效结合数据库技术与大规模语言模型，解决多跳推理中的信息碎片化和维护成本高的问题。系统在多个标准多跳任务中表现优异，推动了知识检索与推理的深度融合，为大规模知识系统的实时应用提供了新思路。这一方法不仅提升了信息检索的准确性，也为未来构建高效、可扩展的知识推理系统奠定基础。
技术贡献
本文提出的SAG架构创新性地将SQL驱动的动态超边激活机制引入大规模知识检索，避免了全局图的预建和维护难题。系统结合事件抽取、实体索引、多跳扩展和向量检索，形成一套高效的多模态融合方案。其核心在于在查询时动态构建局部超边，利用标准数据库实现高效增量更新和多任务并发，显著提升多跳推理的召回率和系统扩展性。这一设计为知识图谱与大模型的结合提供了新范式。
新颖性
本研究首次提出基于SQL的动态超边激活机制，摒弃了传统静态知识图谱的预建限制，实现了在无需全局图维护的情况下进行高效多跳推理。相较于现有的GraphRAG和StructRAG，SAG在结构动态性和系统可扩展性方面具有明显优势，特别适合大规模、实时场景。其事件-实体索引的设计有效避免了语义碎片化问题，创新性地融合了结构化过滤与向量扩展，开辟了知识检索的新路径。
局限性
- 系统依赖于事件和实体的准确抽取，若抽取质量不足，可能影响整体性能。复杂场景下实体歧义和关系模糊仍是挑战。
- SQL连接的扩展深度有限，H值较大时可能导致性能下降，长链推理仍需优化。
- 在极端大规模或高并发环境中，数据库瓶颈可能影响响应时间，未来需结合分布式架构优化。
未来方向
未来将探索多模态信息融合，提升事件抽取的鲁棒性，增强系统对复杂关系的理解能力。同时，计划引入分布式数据库和索引优化技术，进一步降低延迟，支持更大规模的实时推理场景。此外，将结合强化学习优化超边激活策略，实现更智能的多跳路径选择。
AI 总览摘要
在大规模知识系统中，如何高效支持多跳推理一直是研究难题。传统方法依赖预建静态知识图谱或密集向量检索，存在维护成本高、信息碎片化和扩展性差等问题。本文提出的SAG架构创新性地利用SQL驱动的动态超边激活机制，结合事件-实体索引，实现无需全局图重建的高效多跳推理。系统在HotpotQA、2WikiMultiHop和MuSiQue等多跳基准上表现优异，Recall@5最高达80%，显著优于现有方法。通过在百万级数据规模下的工程部署，验证了其实际应用潜力。该方法不仅提升了多跳推理的准确性，也为知识检索的未来发展提供了新思路。其核心在于在查询时动态构建局部超边，利用标准数据库实现高效增量更新和并发处理，极大降低了系统维护成本。未来，结合分布式架构和多模态信息，将进一步推动大规模知识系统的实时推理能力。整体来看，SAG为大规模知识推理提供了一种高效、可扩展的解决方案，具有广泛的应用前景和深远的学术价值。
深度分析
研究背景
随着大规模知识库和语言模型的发展，信息检索逐渐从单一向量匹配向结构化、多跳推理转变。早期方法如Dense Retriever和SOTA的Dense Passage Retrieval（DPR）在单跳任务中表现优异，但在多跳推理中容易出现信息碎片化和路径断裂。知识图谱技术如GraphRAG和StructRAG试图通过离线构建结构化关系改善推理能力，但维护成本高、更新困难，且在查询时常退化为浅层相似匹配。近年来，SQL和关系数据库技术被引入结构化检索，提供了高效的增量更新和复杂关系处理能力，但缺乏动态激活机制。本文结合事件抽取、实体索引和SQL连接，提出一种无需全局图的动态超边机制，填补了结构化推理在大规模场景中的空白。
核心问题
现有的多跳推理方法在信息组织和维护方面存在瓶颈。静态知识图谱虽能表达复杂关系，但建设和维护成本高，难以应对数据动态变化。密集向量检索虽高效，但在多跳推理中易出现路径断裂和信息碎片化，影响推理连续性。如何在保证高效的同时，支持动态、多跳、结构化的知识检索，成为亟待解决的问题。特别是在大规模数据环境下，系统需要支持实时增量写入和高并发访问，传统方案难以满足这些需求。
核心创新
本文的核心创新在于引入SQL驱动的动态超边激活机制，将事件和实体索引作为结构化基础，避免预建全局图。具体包括：
- �� 离线阶段将文档拆分为事件-实体对，存入SQL和索引，实现语义完整性；
- �� 在线阶段通过种子检索、SQL连接和多跳扩展，动态激活局部超边，支持多跳推理；
- �� 结合向量检索和结构化过滤，形成融合的检索管道，提升召回率和效率；
- �� 系统支持增量写入和并发处理，适应大规模场景。该设计突破了静态图的限制，提供了高效、可扩展的多跳推理方案。
方法详解
- �� 离线阶段：将文档拆分为事件和实体，存入SQL数据库、向量索引和全文索引；
- �� 初步检索：通过实体引导的结构化召回和向量相似度检索，获得初始候选集；
- �� 查询扩展：利用SQL连接沿实体关系进行多跳扩展，动态激活局部超边，扩大候选范围；
- �� 精细筛选：结合向量相似和LLM重排序，筛选出最终证据集；
- �� 结构化过滤与语义扩展融合，保证推理路径完整性与效率。
实验设计
采用HotpotQA、2WikiMultiHopQA和MuSiQue三大多跳基准，比较SAG与HippoRAG 2等方法。指标为Recall@K，重点考察多跳推理路径的召回能力。实验设置包括不同的超参数（如H=1、Kseed=50、Kcand=100），在百万级数据规模下验证系统的响应时间和扩展性。通过消融实验分析事件语义完整性、SQL扩展深度对性能的影响，确保系统在复杂推理场景中的优越性。
结果分析
SAG在MuSiQue上实现80.0%的Recall@5，优于HippoRAG 2的65.1%，在多跳推理中表现突出。HotpotQA和2WikiMultiHop也达到最高指标，平均Recall@5达88.2%。实验显示，动态SQL超边激活显著缓解信息碎片化问题，提升多跳路径的召回率。消融分析验证了事件完整性和SQL扩展的关键作用，系统在大规模环境中保持秒级响应，验证了其实用性。
应用场景
该系统适用于大规模知识问答、智能助手、企业知识管理等场景，支持实时多跳推理和结构化信息检索。只需将文档转化为事件-实体索引，便可实现高效的知识组织与推理，极大提升信息访问效率。未来可结合多模态数据，扩展到图像、视频等多源信息，推动智能系统的多模态融合。
局限与展望
系统依赖事件和实体的抽取质量，抽取误差可能影响推理效果。SQL连接深度有限，长链推理性能仍需优化。在极端大规模或高并发场景下，数据库瓶颈可能限制响应速度。未来需引入分布式架构和多模态信息融合技术，解决规模和性能瓶颈。
通俗解读 非专业人士也能看懂
想象你在一家大型工厂工作，工厂里有许多不同的机器和工人。每个机器代表一个事件，每个工人代表一个实体。你需要找到一条从原料到成品的生产链，但每个环节都可能涉及不同的机器和工人。传统方法就像提前画好一张详细的生产流程图，遇到新订单时只能按照图纸操作，维护成本高，更新慢。而SAG就像在工厂里安装了智能连接器，能在需要时动态连接相关机器和工人，快速找到生产路径。这样，无论订单多复杂，系统都能灵活应对，效率也大大提高。它不用事先准备好全部关系，而是在每次需要时即时连接，像拼积木一样灵活，既省事又高效。
简单解释 像给14岁少年讲一样
想象你在学校的图书馆找资料，传统的方法就像提前把所有书都整理成一本大目录，遇到问题时只能靠那本目录找书，更新慢，还可能漏掉新书。而现在的系统更聪明，它像有个超级智能的助手，能在你提问时，马上根据关键词在数据库里找到相关的书和段落，然后还会根据你的问题，动态连接不同的书中的信息，帮你拼出答案。这个助手不用事先把所有书的内容都整理成一张大图，而是在你问问题时，实时连接相关内容，像拼拼图一样。这不仅快，还能应对不断增加的新书和新信息，帮你更快更准确地找到答案。就像有个万能的图书馆助手，随时帮你解答各种复杂的问题！
原文摘要
Retrieval-Augmented Generation (RAG) offers an effective approach for large language models to access external knowledge. However, existing methods rely on dense similarity retrieval and face inherent limitations in handling structured constraints and multi-hop reasoning. Incorporating knowledge graphs partially alleviates these issues, but at the cost of semantic fragmentation, high maintenance overhead, and difficult incremental updates. This paper introduces SAG (SQLRetrieval Augmented Generation), a structured architecture for retrieval and agent systems. Instead of pre-building a global static graph, SAG converts each chunk into one semantically complete event and a set of indexing entities, then uses SQL join queries to dynamically link events that share entities into local hyperedges,constructing, at query time, a dynamically instantiated local index structure. This design avoids the need for global graph rebuilding and ongoing maintenance; the system naturally supports incremental writes, concurrent processing, and continuous scaling through its reliance on standard database infrastructure. Across HotpotQA, 2WikiMultiHop, and MuSiQue, three standard multi-hop benchmarks,SAG achieves the best results on 8 out of 9 Recall@K metrics, reaching 80.0% Recall@5 on MuSiQue, the benchmark with the highest multi-hop reasoning demands.SAG has also been deployed at a production scale of hundreds of millions of data items, with online retrieval latency kept within seconds. Project site and code are available at https://github.com/Zleap-AI/SAG-Benchmark.