LinearRAG – поиск информации через сущности вместо связей

Традиционные RAG-системы пытаются построить граф связей между фактами («кто кому муж», «кто откуда родом») — это дорого и полно ошибок. LinearRAG работает радикально проще: система индексирует только «вещи» (имена, места, термины) и запоминает, в каких фрагментах текста они встречаются. Метод позволяет отвечать на сложные вопросы, требующие связывания фактов из разных источников (например, «Какой национальности был муж графини X?»). Механика: получив вопрос, система находит стартовую сущность («графиня X»), затем ищет соседние сущности в тех же предложениях («Фридрих Барбаросса»), после чего извлекает все фрагменты, где эти сущности упоминаются, и передаёт их LLM — точность растёт на 15-25% при снижении шума в контексте.