Por que apenas a busca vetorial não é suficiente
Os bancos de dados vetoriais são bons em encontrar correspondências semânticas, mas a documentação corporativa segue suas próprias regras: hierarquia estrita de diretórios, múltiplos domínios temáticos e referências cruzadas entre seções. A consulta "como reduzir o consumo de energia de uma estação base" exige não apenas parágrafos semelhantes, mas um acerto preciso na subseção correta, considerando instruções relacionadas. Os esquemas RAG clássicos começam a errar nesse ponto: a consulta vai para o domínio errado, a estrutura dos documentos é efetivamente ignorada e a busca não é respaldada por um raciocínio sobre onde exatamente se deve procurar.
Os autores de um preprint recente no arXiv propuseram o framework VDGR-RAG, que combina quatro abordagens: vetores, diretórios, grafos e reflexão. O sistema funciona como um agente: ele não apenas extrai fragmentos, mas se move deliberadamente pela base de conhecimento, avalia resultados intermediários e, se necessário, muda de curso.
Ideia-chave: do diretório ao grafo de conhecimento
Na base do VDGR-RAG está a construção de um grafo de conhecimento heterogêneo (H²KG) a partir dos documentos. Nele, preserva-se a hierarquia de diretórios — relações "pai-filho" entre seções e subseções — bem como relações semânticas entre blocos de significado. Graças a isso, o sistema pode responder a qualquer momento a perguntas como: "em qual seção este fragmento está localizado?", "o que mais está relacionado a este tópico?", "até onde preciso subir para obter o contexto geral?".
Ferramentas atômicas de busca
A lógica de agente é implementada por meio de quatro módulos interativos.
- Directory-enhanced routing — navegação pelo sumário. O módulo primeiro decide a qual domínio ou grafo de conhecimento a consulta pertence e só então inicia a busca profunda.
- Multi-route retrieval — extração paralela de informações de três maneiras: vetorial, estrutural (pelas seções do sumário) e por grafo. Isso reduz o risco de perder um documento importante.
- Directory backtracking — se o roteamento inicial se mostrar incorreto, o agente retorna ao diretório e muda a trajetória da busca.
- Dynamic reflection — após cada etapa, o sistema avalia se fatos suficientes foram acumulados e planeja a próxima consulta. Em essência, é uma autorreflexão iterativa que impede "enterrar-se" em fragmentos irrelevantes.
Os módulos não operam em sequência, mas como um circuito unificado: a reflexão pode acionar um novo roteamento, e a multibusca pode retornar candidatos que precisam ser verificados por meio do grafo. A busca se transforma em um processo iterativo flexível, e não em uma consulta única ao índice.
O que os testes mostraram
Os autores validaram o valor prático em documentos corporativos relacionados a quatro domínios sem fio — incluindo economia de energia e gerenciamento de falhas. Os resultados foram visivelmente melhores do que os de sistemas RAG padrão, tanto em abrangência do conhecimento encontrado quanto em precisão das respostas às perguntas.
A capacidade de retornar ao diretório foi especialmente útil: foi ela que corrigiu situações em que a busca vetorial comum apresentava com confiança o resultado errado. Para documentação hierárquica, essa "verificação com o sumário" costuma ser mais importante do que um índice adicional.
Conclusões
O VDGR-RAG não é apenas mais um recuperador híbrido, mas um exemplo de como princípios de agente e representações em grafo resolvem problemas de empresas reais. Quando a hierarquia é importante na base de conhecimento e um erro na escolha da seção pode comprometer toda a resposta, apenas a busca vetorial realmente não é suficiente.
