图拓扑遇上能量驱动寻路：在 RAG 中保持上下文一致性

论文指出知识图谱增强 RAG 受限于语义损失与图结构同 LLM 文本预训练之间的模态不匹配，提出 ThreadRAG 框架：语义拓扑映射器（STM）将检索文档组织为上下文完整的语义节点，并基于叙事、语义和词汇边构建语义拓扑图（STG），实现保留上下文的知识结构化与模态原生证据推理。摘要未给出实验数据。

AI推荐理由 提出 ThreadRAG，用语义拓扑映射器将检索文档组织为上下文完整的语义节点，并构建含叙事、语义、词汇边的语义拓扑图，以缓解知识图谱 RAG 的语义损失与模态不匹配。问题定位清晰，但摘要未提供多跳问答的量化结果。