Les requêtes sur les bases de connaissances d'entreprise échouent souvent non pas parce que le modèle ne peut pas raisonner, mais parce que les preuves critiques ne sont pas récupérées dans le contexte. L'approche SAG résout ce problème en distillant des fragments de documents en événements, en construisant un index extensible avec des entités, et en utilisant SQL pour construire dynamiquement des chaînes de relations locales au moment de la requête. Au lieu de remplacer la recherche vectorielle par un graphe de connaissances global, SAG attribue des rôles clairs aux vecteurs, aux tables relationnelles et aux re-rankers. Cette architecture hybride améliore considérablement le rappel et la précision dans les requêtes multi-sauts complexes. Pour les développeurs construisant des systèmes RAG de production, SAG offre un plan pratique qui combine les forces de la recherche structurée et non structurée.
Le mécanisme de recherche SAG utilise l'extraction d'événements et des hyperarêtes SQL dynamiques pour améliorer le rappel des preuves dans les systèmes RAG d'entreprise.