AWS 提出向量搜索与图搜索混合查询提升 RAG 准确率

AWS 在数据库博客中系统对比了向量搜索与图搜索的差异，提出将两者结合的混合查询方案。向量搜索通过语义相似度召回候选，图搜索利用实体关系进行结构化过滤，两者互补可减少 RAG 中的幻觉。

混合查询的核心是两阶段流水线：先用向量索引做近似最近邻召回，再用图数据库做关系约束过滤，或并行执行后融合排序。AWS 以 Amazon Neptune ML 和 OpenSearch 为例，展示了在知识图谱+文档检索场景下的工程实现。

该方案对构建高精度 RAG 系统的工程团队有直接参考价值，尤其适合需要结合结构化知识（如企业图谱）与非结构化文本的问答场景。