咱们继续扫一眼RAG相关的新进展，重点聊三件事。
一个是用推理模型做翻译这事儿，最近DeepSeek R1这类推理模型热度很高，把它用在翻译上会是什么效果？一个是怎么量化地评估RAG里chunk分得好不好？这个比较关键，直接关系到检索质量。还有一个是GraphRAG里局部信息和全局信息之间存在鸿沟、以及实体相似性不够的问题，有没有什么新解法？
抓住根本问题，做根因，专题化，体系化，才能沉淀出更深的东西。一起进步。
一、推理模型用于机器翻译会成啥样？
最近有篇挺有意思的工作，《New Trends for Modern Machine Translation with Large Reasoning Models》（https://arxiv.org/pdf/2503.10351），里面提出一个核心观点：LRM（大型推理模型）把翻译这件事，从传统的“输入-输出”映射，重新定义成了一个需要上下文支持的动态推理任务。这就碘伏了传统的神经机器翻译（NMT）和基于LLM的MT范式。
具体来说，变革体现在三个方向：第一，语境连贯性——LRM能通过跨句子和复杂语境的显式推理，处理歧义，保留话语结构，甚至在缺乏上下文的时候也能做推断。第二，文化意向性——模型不再是机械地转码，而是能推断说话人的意图、受众的预期以及社会语言规范，调整输出风格。第三，自我反思——LRM可以在推断阶段自我审视，主动纠正翻译中的潜在错误，尤其是在非常嘈杂的场景下，鲁棒性比单纯的X→Y映射要好很多。
这个思路主要用于三种翻译场景：
风格化翻译
文档级翻译
多模态翻译
二、如何量化RAG中chunk的有效性？
《MoC: Mixtures of Text Chunking Learners for Retrieval-Augmented Generation System》（https://arxiv.org/pdf/2503.09600）这篇工作，尝试回答一个棘手问题：chunk分得好不好，能不能不看下游任务、直接量化评估？
作者引入了两个新指标：边界清晰度（Boundary Clarity, BC）和分块粘性（Chunk Stickiness, CS）。有意思的是，在许多实验里，语义分块并没有表现出显著的性能优势——这个结论本身就很值得思考。
下面分别看一下这两个指标怎么用。
1、边界清晰度（BC）
这个指标用来评估分块在“分隔语义单元”方面的能力。说白了，就是看边界切得准不准。
公式里，ppl(q)表示句子序列q的困惑度，ppl(q | d)表示给定上下文d下的对比困惑度。困惑度越低，说明模型对文本理解得越好；困惑度越高，则表明语义层面的不确定性大。边界清晰度的值越接近1，说明分块能有效分离语义单元；值越低，则说明边界模糊，容易造成信息混淆。
2、分块粘性（CS）
这个指标用来衡量文本块之间的紧密性和顺序完整性。具体做法是构建一个语义关联图，量化网络复杂性。边的权重定义为：
其中权重范围是[0,1]。设定一个阈值K，保留超过该值的边，再计算分块粘性：
G是构建的语义图，di是节点i的度，m是边的总数。分块粘性值越低，意味着文本块之间语义关系越紧密、更独立；值越高，则说明块与块之间语义关系弱，过于“粘连”。
这两项指标提供了一个相对客观的量化工具，可以在不依赖下游任务的情况下，提前评价chunk策略的质量。
三、HiRAG引入层级结构进行RAG增强？
在RAG系统中，很多方案采用图结构来建模实体之间的关系。但现有方法有一个通病：过度依赖源文档，导致构建的知识图谱里，存在大量“结构上不接近但语义上相似”的实体。此外，在检索上下文时，通常只从全局或局部视角出发，导致局部知识和全局知识之间存在严重的信息断层。怎么搭一座桥，成为关键问题。
针对这个问题，《Retrieval-Augmented Generation with Hierarchical Knowledge》（https://arxiv.org/pdf/2503.10150）提出了HiRAG，核心是两个模块：分层知识索引（HiIndex）和分层知识检索（HiRetrieval）。
项目代码在：https://github.com/hhy-huang/HiRAG
分层知识索引（HiIndex）
这个模块的核心思路，是通过逐层构建层次化的知识图谱，来增强语义相似但结构不接近的实体之间的连接。
具体步骤包括：
- 基本图谱构建：用实体中心的三元组抽取方法构建基础知识图谱。先把输入文档切成文本块，再用LLM（这里用的是DeepSeek-V3）抽取实体和关系，形成基础图谱。
- 聚类操作：对每一层的实体，用高斯混合模型（GMM）做聚类，生成簇集合——这些簇就代表了同一语义类别下的实体。
- 总结实体生成：用预定义的元总结实体集指导LLM，生成每一层的总结实体，这些实体是对下一层实体的概括。
- 关系更新：在每一层里更新知识图谱，增加层间关系，让高层次的总结实体能连接到低层次的实体。
分层知识检索（HiRetrieval）
这个模块的使命，是把局部知识和全局知识连接起来，解决知识层面的断层问题。
步骤如下：
- 局部知识检索：从层次知识图谱中检索当前层最相关的实体（这里用的嵌入模型是GLM-4-Plus）。
- 全局知识检索：找到与检索到的实体相连的社区集合，并检索这些社区的社区报告——这些报告代表了与查询相关的全局知识。
- 桥接层知识构建：从每个社区中选择与查询最相关的关键实体，找到连接这些实体的最短路径，这就是桥接层知识。这些路径是局部知识和全局知识之间的最短连接。
- 综合上下文输入：把局部层描述、全局层社区报告和桥接层描述，一起喂给LLM（DeepSeek-V3），生成综合答案。
这个工作的价值在于：一方面，层次化的知识图谱在高层次引入摘要实体，相当于给低层中距离较远的实体创建了“快捷方式”，绕开了对细粒度关系的详尽遍历。另一方面，HiRetrieval通过把最相关的顶部n个实体和它们关联的社区链接起来，构建推理路径——这些路径就是局部细节与全局洞察之间的最短连线，让细粒度细节和宽泛的上下文知识都能被有效利用。
当然，这个方案的缺点也很明显：一是构建高质量的分层知识图谱计算需求很大，因为LLM需要在每一层做实体总结；二是检索模块需要更复杂的查询感知排序机制，目前依赖LLM生成的权重做关系排序，可能会影响查询相关性；另外，在HiIndex里，层级数k怎么确定是个棘手的问题，很难拍脑袋定下来。
话说回来，GraphRAG这类方法即使概念上很漂亮，实际落地也一直在打折扣。微软后来出的LazyGraph版本，甚至已经把实体这一步都去掉了——这本身就是对落地压力的妥协。
总结
总体来看，今天聊的三个方向，都是比较有趣的结合点。虽然离真正规模化落地可能还有一段路，但里头“主动评估chunk质量”和“用推理来做翻译”的思路，确实值得借鉴。