raguteam/ragu

RAGU - на HuggingFace! Сегодня мы выложили на HuggingFace препринт про открытый GraphRAG-фреймворк RAGU . RAGU - это модульный GraphRAG-движок, который превращает сырой текст в граф знаний: извлекает сущности и связи, строит и чистит граф, а затем ищет ответы через локальные, глобальные или гибридные стратегии. Этот проект сейчас разрабатывается совместно Лабораторией прикладных цифровых технологий НГУ (Иван Бондаренко) и Лабораторией автоматизированного мульти-агентного ИИ ИТМО (Николай Никитин). В разработке активно участвуют студенты обоих университетов. В комплект фреймворка входит также новая компактная модель  Meno-Lite-0.1 на 7B параметров (первое место на SemEval-2026 Task 8 MTRAG). В препринте, (сейчас он на рецензии на одной из A*-конференций), мы показали, что для построения качественного графа знаний не обязательно задействовать большие модели: наш 7B-экстрактор показывает результат лучше, чем Qwen2.5-32B на построении графов. Также, фреймворк недавно ставил одним из победителей конкурса Yandex Open Source. Если говорить о конкретных цифрах: RAGU достает до 84% релевантного контекста в медицинских бенчмарках (у конкурентов ≤76%). Мы обходим HippoRAG 2 на креативных задачах (59.0 против 56.9). При этом стоимость обработки — $0.001 за документ в сравнии с $0.10 у API-решений. Как пользоваться RAGU : Ставится одной командой  pip install graph_ragu , работает на обычной потребительской видеокарте. Код открыт (MIT), веса — Apache 2.0. Как поддержать: Если разработка заинтересовала, то ее можно поддержать в Daily Papers на Huggingface, поставив upvote тут :   https://huggingface.co/papers/2607.11683 Также, будет рады звездочкам на репозиторий: https://github.com/RaguTeam/RAGU Если есть вопросы - пишите в комментариях или в Issues на GitHub. P.S. Если хотите посмотреть, как всё работает: -  2 минуты : базовая настройка и первый запуск -  11 минут : глубокое погружение в конфигурации пайплайна