يسترجع مخزن المتجهات نصاً يشبه استعلامك. لكنها الأداة الخاطئة حين تتوقف الإجابة على كيفية اتصال الكيانات لا على كيفية قراءتها. أسئلة مثل «ما حجم تعرّضنا لأيّ شيء تسيطر عليه عائلة بيتروف» أو «أيّ الأطراف المقابلة تبعد قفزتين عن مُصدِر خاضع للعقوبات» هي مسائل اجتياز (traversal). ويجيب عنها استرجاع الرسوم البيانية المعزّز (GraphRAG) عبر السير في رسم بياني للمُصدِرين والأطراف المقابلة وهياكل الملكية.
نمط الفشل في الاسترجاع المتجهي الصرف داخل التمويل نمط صامت. تسأل عن الشركة الأمّ النهائية لشركة ما، فيسحب المُسترجِع ثلاث قطع تذكر الشركة بالاسم، ويلخّصها النموذج بطلاقة. لكن أياً من هذه القطع لا يذكر فعلياً سلسلة الملكية، لأن هذه السلسلة موزّعة على أربعة إفصاحات لا تتقاطع مفرداتها أبداً. فيملأ النموذج الفجوة. تحصل على إجابة واثقة بها شركة أمّ ملفّقة، ولا شيء في مسار المعالجة نبّه إلى أن العلاقة لم تُسترجَع أصلاً.
حيث يتوقف التشابه عن العمل
يختزل التشابه في التضمينات المعنى إلى مسافة. وهذا مقبول في «اعثر على وثائق عن مخاطر أسعار الفائدة»، وعديم الجدوى في «اعثر على أقصر مسار سيطرة بين هذين الصندوقين». إليك بعض الحالات الملموسة التي نتوقف فيها عن اللجوء إلى فهرس المتجهات:
- التعرّض غير المباشر. الحيازات المباشرة مجرد استعلام بسيط. أما التعرّض عبر سلسلة من الشركات القابضة الوسيطة فهو سير في رسم بياني، وعمقه غير معلوم مسبقاً.
- الملكية المستفيدة. يُعرَّف المالك المستفيد النهائي بحدود سيطرة تتراكم على طول المسارات. لا يمكنك حسابه من أيّ وثيقة مفردة، ولا يمكنك بلوغه عبر التضمين مهما فعلت.
- عدوى الأطراف المقابلة. سؤال «من يتأثر إذا تخلّف هذا المُصدِر عن السداد» هو استعلام قابلية وصول (reachability) على حواف الضمان والملكية الأمّ والإقراض.
- الدورية وتضارب المصالح. الحيازات المتبادلة وهياكل الأطراف ذات العلاقة هي دورات (cycles) في الرسم البياني. والبحث بالتشابه لا يملك أيّ مفهوم عن الدورة.
القاسم المشترك أن وحدة الاسترجاع هي مسار أو جوار، لا مقطع نصّي. والمخزن الذي لا يعرف إلا ترتيب المقاطع بمسافة جيب التمام (cosine distance) لا يملك أيّ وسيلة لتمثيل ما تحتاجه، ناهيك عن إرجاعه.
بناء الرسم البياني الذي يسترجع منه GraphRAG
جودة الاسترجاع في نظام GraphRAG تتحدّد بالكامل تقريباً في المنبع، أي في الرسم البياني نفسه. وثمة قراران يهيمنان عليها.
أولاً، يجب حلّ هوية العقد قبل أن تصبح ذات فائدة. فإذا انتهى الأمر بـ«Meta Platforms» و«Facebook, Inc.» ومعرّف كيان قانوني (LEI) إلى ثلاث عقد منفصلة، تشظّى كل اجتياز وانكسرت سلسلة الملكية عند الوصلات. حلّ هوية الكيانات (entity resolution) شرط مسبق، لا تحسين اختياري. يصبح الكيان المعياري القادم من طبقة حلّ الهوية هو العقدة، ويصبح كل معرّف خام من كل تغذية اسماً بديلاً (alias) يشير إليها.
ثانياً، يجب أن تكون الحواف مصنّفة ومؤرّخة. الحافة العامة من نوع «مرتبط بـ» تكاد تكون بلا قيمة. نحن نمذجة العلاقات المتمايزة ونحفظ مصدرها (provenance):
- تحمل حواف الملكية نسبة مئوية واتجاهاً، لكي يتسنّى جمع حدود السيطرة على طول المسار.
- حواف الضمان، والعلاقة بين الشركة الأمّ والتابعة، والإقراض أنواع منفصلة، لأن استعلام العدوى يعاملها معاملة مختلفة.
- تحمل كل حافة تاريخي بدء الصلاحية وانتهائها (valid-from و valid-to) مأخوذَين من الإفصاح الذي أثبتها، إضافة إلى مؤشّر يعود إلى تلك الوثيقة المصدرية.
تلك الطبقة الزمنية هي ما يجعل الاستعلام التاريخي عن الرسم البياني آمناً. فالاختبار الرجعي (backtest) الذي يسأل عن الملكية «اعتباراً من الربع الثاني 2024» يجب أن يجتاز الحواف التي كانت فعّالة آنذاك فقط. فمن دون زمن الصلاحية على الحواف، تتسرّب إعادة هيكلة جرت في 2025 إلى الوراء داخل إجابة تخصّ 2024، فتكون قد صنعت تحيّز الاستشراف (lookahead) بأخفى صورة ممكنة. الصحة عند نقطة زمنية محددة داخل الرسم البياني خاصية من خصائص الحواف، لا فكرة لاحقة تُضاف في الاستعلام.
الرسم البياني ليس ساكناً. فالإجراءات المؤسسية (corporate actions) تعيد كتابته باستمرار: يطوي الاندماج عقدتين في واحدة، ويشطر الانفصال (spin-off) واحدة إلى اثنتين، ويقلب تغيّر السيطرة اتجاه حافة الملكية. نتعامل مع استيعاب الإجراءات المؤسسية بوصفه مساراً معالجاً من الدرجة الأولى له نسبه الخاص (lineage)، بحيث يرتدّ كل تغيّر بنيوي في الرسم البياني إلى الإفصاح الذي سبّبه. وحين يسأل مدقّق عن سبب اعتقاد النظام بأن الكيان «أ» كان يسيطر على الكيان «ب» في تاريخ معيّن، تكون الإجابة حافة مرفقة بمرجع وثيقة ونطاق تاريخ، لا درجة تشابه متجهي.
الاسترجاع، ولماذا يفوز المزيج غالباً
عند الاستعلام، يؤدّي GraphRAG الاجتياز الذي يعجز عنه مخزن المتجهات. يُفكَّك السؤال إلى مرساة (anchor) وهي الكيان الذي تبدأ منه، ونمط علاقة، وحدّ للعمق. يسير المُسترجِع في الرسم البياني، ويجمع الرسم البياني الفرعي (subgraph) ذا الصلة، ويحوّله إلى سياق يقرأه النموذج: عقد بأسمائها المعيارية، وحواف بأنواعها وتواريخها، والمراجع المصدرية مرفقة بها.
الرسم البياني الفرعي، لا كومة من المقاطع المتناثرة، هو ما يؤسّس التوليد على أرض صلبة. ولأن كل حافة تسمّي إفصاحها المصدري، تستطيع إجابة النموذج أن تستشهد بالوثيقة الفعلية التي أرست كل رابط. وحين لا يحتوي الرسم البياني أيّ مسار بين كيانين، تكون المخرجات الصادقة «لا توجد علاقة في الرسم البياني اعتباراً من هذا التاريخ»، وهذه إجابة أفضل بكثير من اختلاق معقول.
على أن أيّ سؤال واقعي لا يكاد يكون بنيوياً محضاً. فسؤال «لخّص تعرّضنا لشبكة بيتروف واشرح طبيعة كل علاقة» يحتاج إلى الرسم البياني لأجل الشبكة، وإلى النص غير المهيكل لأجل الطبيعة. لذلك تشغّل الأنظمة الإنتاجية المُسترجِعَين معاً وتدمجها. يحلّ الرسم البياني مسألة من يتصل بمن، ويوفّر فهرس المتجهات على الإفصاحات والمذكّرات التفصيل الوصفي الذي لا تحمله الحواف. أبقِ الفهرسَين متوافقَين مع المجموعة نفسها من الكيانات المحلولة الهوية، وإلا أعدت إدخال التشظّي الذي بُني الرسم البياني أصلاً لإزالته.
الرسم البياني لا يلغي الحاجة إلى التقييم. ابنِ مجموعة تقييم من أسئلة العلاقات ذات إجابات معلومة، بما فيها الأسئلة الصعبة: السيطرة متعددة القفزات، والحيازات الدورية، والاستعلامات «اعتباراً من» التي يجب أن تحترم زمن الصلاحية. قيّم الاسترجاع بمعزل عن التوليد، لأن إجابة صحيحة مبنية على رسم بياني فرعي خاطئ محض حظّ، والحظّ لا يصمد أمام الإجراء المؤسسي التالي.
الأسئلة الشائعة
متى ينبغي أن ألجأ إلى الرسم البياني بدلاً من مخزن المتجهات؟
حين يدور السؤال حول المسارات والبنية لا حول التشابه: الملكية المشتركة، أو التعرّض غير المباشر، أو المالك المستفيد النهائي، أو من يقف بين طرفين مقابلين. يجد البحث المتجهي نصاً يبدو متشابهاً، لكنه لا يستطيع عدّ القفزات (hops).
هل ما زلت بحاجة إلى التضمينات (embeddings) إذا بنيت رسماً بيانياً معرفياً؟
غالباً نعم. يجيب الرسم البياني عن الشقّ البنيوي من السؤال، بينما يجيب فهرس المتجهات عن الشقّ الوصفي. معظم الأنظمة الإنتاجية تشغّل الاثنين معاً وتدمج النتائج.
كيف تحافظون على صحة الرسم البياني للملكية عند نقطة زمنية محددة؟
تحمل كل عقدة وكل حافة تاريخي بدء الصلاحية (valid-from) وانتهائها (valid-to) مأخوذَين من الإفصاح الذي أثبتها. الاستعلام اعتباراً من تاريخ سابق يجتاز الحواف التي كانت فعّالة آنذاك فقط، فلا تتسرّب إعادة هيكلة لاحقة إلى الوراء داخل الإجابة.