AWS reúne GraphRAG y LightRAG en una muestra para preguntas entre documentos

El 14 de septiembre, AWS publicó una implementación de referencia que reúne GraphRAG y LightRAG en una pila común de Amazon Bedrock, Amazon Neptune y Amazon OpenSearch Service. El proyecto, llamado unified-kg-rag-on-aws, permite elegir una estrategia de recuperación para cada consulta. La propuesta apunta a preguntas cuya respuesta exige relacionar información repartida entre varios documentos, como seguir obligaciones que aparecen en contratos y anexos.

Dos métodos en una misma arquitectura

Según la explicación de AWS, GraphRAG extrae entidades y relaciones durante la preparación del corpus y resume grupos de entidades conectadas. LightRAG omite esa etapa de comunidades y utiliza términos de entidades y relaciones al buscar. La muestra permite comparar ambos enfoques dentro de una arquitectura común, en vez de atribuir el resultado a un método nuevo creado por AWS.

Para equipos empresariales, esa distinción sirve como hipótesis de diseño: las preguntas locales y las que cruzan distintos documentos podrían responder de forma diferente. El artículo de AWS presenta el trabajo como una reimplementación de métodos existentes; el rendimiento dependerá del corpus, de la extracción de relaciones y de cómo se evalúen las respuestas.

Pruebas acotadas, con resultados distintos

AWS comparó configuraciones en MuSiQue y 2WikiMultihopQA, dos conjuntos públicos orientados a preguntas de varios pasos. El ensayo usó 100 preguntas de cada conjunto y tres corridas. En la métrica token-F1, la estrategia que lideró MuSiQue no fue la que lideró 2WikiMultihopQA. Es un resultado del equipo de AWS sobre esos datos, no una evaluación independiente ni evidencia de superioridad general.

El informe también calcula costos y latencias de consulta para configuraciones concretas con Claude Sonnet 4.5 y Titan Text Embeddings V2, usando precios bajo demanda en us-west-2 de agosto de 2026. Son referencias del ensayo: no constituyen una cotización para otra región, otro volumen de documentos o una operación completa.

Un punto de partida para una evaluación propia

AWS advierte que el repositorio es una muestra de referencia y no está listo para producción tal cual. Una organización interesada puede usarlo para formular una prueba con preguntas reales, documentos autorizados y respuestas revisadas por personas; luego medir recuperación, calidad de evidencia, latencia y costo en su propio entorno. La publicación tampoco demuestra resultados con datos de una empresa.

Fuentes: explicación técnica de AWS · repositorio de AWS Labs.