GraphFlow – как научить RAG-систему находить не один «лучший» ответ, а все полезные

RAG-системы на графах знаний проваливают сложные запросы не из-за нехватки данных, а из-за «туннельного зрения» — они находят один очевидный ответ и останавливаются. Метод GraphFlow позволяет получать полные, разнообразные ответы на сложные вопросы типа «сравни варианты», «перечисли все» или «подбери альтернативы». Вместо оптимизации на «лучшее совпадение», GraphFlow вознаграждает весь путь поиска — LLM-агент учится исследовать базу знаний как умный следопыт, находя несколько разных «троп» к ценной информации, а не зацикливаясь на одной.