一项基于约2,900篇奥运赛事维基百科文章和100道评测题的对比中，RAG、GraphRAG与Agentic GraphRAG的准确率分别为18%、92%和100%，而Agentic GraphRAG在多跳题上由71%升至100%。材料称，图查询以更低token成本处理多数问题，智能体循环则通过发现候选歧义、按赛事记录日期消歧并核对来源，处理证据含糊的情况。RAG在聚合和最高值问题上得分为0%。