本研究提出了SPLIT-RAG框架，通过问题驱动的图划分和协作子图检索，提升了检索增强生成系统在大型知识图谱中的效率与准确性。实验结果表明，该方法优于现有技术。

本研究提出了一种基于层次学习的图划分框架（HLGP），旨在解决容量限制车辆路径规划中的误聚类问题。该框架结合全局和局部划分策略，显著提升了车辆路径规划的求解能力，具有广泛的实用潜力。