结果与方法

以推理衡量，以证据验证。

每组评估回答不同的问题，因此每个数字都保留准确含义。

多跳推理

六项基准指标中的五项取得提升。

Jonex + Jonex-Wiki 与 LightRAG 在每个基准的 500 道问题上比较，HotpotQA EM 的回落也完整显示。

LightRAG 与 Jonex 各基准各指标得分
基准	指标	LightRAG	Jonex + Jonex-Wiki	差值
HotpotQA	F1	81.9%	88.2%	+6.3
HotpotQA	EM	68.2%	66.7%	-1.5
MuSiQue	F1	65.9%	82.1%	+16.2
MuSiQue	EM	55.0%	71.4%	+16.4
2WikiMHQA	F1	84.7%	89.1%	+4.4
2WikiMHQA	EM	76.4%	77.1%	+0.7

分数使用完整 0–100 轴。F1 与 EM 遵循各基准协议；基线快照为 2026-05。

FINANCEBENCH 证据链回放

该公开样本用于验证知识工作流能否找回并引用财报中的标注证据。

这是证据链回放，不是 FinanceBench 端到端问答准确率。

企业脱敏回放

在真实企业材料上回放脱敏的制度与流程问题。

企业内部脱敏历史场景回放；适用范围与评估边界如上。