Векторные базы данных не выполняют рассуждение.

Поиск top-k по семантическому сходству ранжирует фрагменты текста по отдельности относительно запроса. Это нормально для одношагового извлечения фактов, но ломается там, где ответ требует связывания информации из нескольких фрагментов.

Это видно в результатах FalkorDB GraphRAG-Bench. Наибольший разрыв на задачах Complex Reasoning (83.61) и Contextual Summarization (85.08) — типах запросов, где поиск должен проходить по связям между сущностями, а не оценивать чанки изолированно.

Полезно посмотреть внимательнее, если нагрузка связана с длинными текстами и составными ответами.

GraphRAG SDK с открытым исходным кодом 😌