GLM-RAG：三类知识图谱检索器硬碰硬，跨域泛化才是真差距

知识库从纯文本换成知识图谱之后，常规的向量检索就不太够用了。单跳问题还好——问「iPhone 16 的芯片是什么」，向量匹配上就完事。但问题一旦变成「iPhone 16 的芯片供应商和哪家汽车公司有合作」，检索器就得沿着图结构做多跳推理。向量检索只看语义相似度，不看边，到这个环节就开始露怯。

GLM-RAG 这篇论文瞄准的正是这个问题。全称「Graph Language Models for Graph-Based Retrieval-Augmented Generation」，7 月 30 日挂上 arXiv，10 页正文，19 张图，CC BY-NC-SA 4.0 许可。作者用 Graph Language Model（GLM）做知识图谱 RAG 的检索器，然后跟 GNN 检索器和传统向量检索做了系统的横向对比。

在跨领域泛化这条线上，微调过的 GLM 检索器明显更强，在两个多跳 benchmark 上拿了 SOTA。在域内多跳 QA 上跟此前方法持平，而且随着参数规模和子图覆盖的增长，效果还在涨。GNN 这边的优势是训练效率高、图覆盖更完整。向量检索则是在单跳数据集上表现最好——不意外，它本来就不处理结构信息。

GLM 的思路是把图结构推理和语言模型的语义能力糅到一起。传统做法要么用 GNN 建模拓扑再做检索，要么直接用向量把节点嵌入后召回。GLM 相当于让语言模型直接「读图」——既能理解节点上的文本语义，又能感知节点之间的连接关系。论文把这三种方案放在同样的实验条件下做对比，比单纯堆 benchmark 更有参考价值。

这个方向的实用价值在于：现实场景里的知识图谱经常跨领域，一个在金融 KG 上训好的检索器，换到医疗 KG 上还能不能打？GLM 在这组实验里表现出的跨域泛化能力，是它最值得关注的点。

论文没有喊「XX 方案全面胜出」。三类检索器各有适用区间：多跳、跨域的场景 GLM 占优；对图覆盖和训练效率有要求的，GNN 更稳；单跳、简单检索，向量搜索又快又不折腾。选哪个取决于知识图谱长什么样、问题有多绕。

对于正在搭知识图谱 RAG 的团队来说，这篇论文提供了一个比较扎实的横向对比。下次跟同事争「到底上 GNN 还是让 LLM 直接读图」的时候，至少有了实验数据可以参照。三类方案各有取舍，没有银弹——但至少知道在什么场景下该押哪一边。