小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
沉浸式翻译 immersive translate

腾讯优图重磅开源Youtu-GraphRAG,实现图检索增强技术新突破

机器之心
机器之心 · 2025-09-12T13:21:16Z

GraphRAG结合知识图谱与生成模型,提升大语言模型的推理能力,克服传统RAG的局限性。通过结构化关系网络,GraphRAG实现多跳推理,增强上下文理解,适用于复杂分析与决策支持。

GraphRAG技术深度解析:重新定义智能问答的未来

dotNET跨平台
dotNET跨平台 · 2025-08-31T00:03:12Z

医学领域知识庞大,传统大语言模型难以适应。牛津、卡内基梅隆和爱丁堡大学的团队提出了医学GraphRAG,通过生成循证回答和医学术语解释,提升了模型在医学应用中的表现,确保回答的可信度和质量。该研究已入选ACL 2025,展示了知识图谱与大语言模型结合的潜力。

ACL 2025丨牛津大学等提出医学GraphRAG,刷新问答准确性记录,在11个数据集评测上达SOTA

HyperAI超神经
HyperAI超神经 · 2025-08-19T06:00:53Z

GraphRag.Net是一个基于.NET的开源项目,结合知识图谱与RAG技术,旨在解决信息孤岛问题。它通过智能提取实体关系、社区检测和多层次检索,提供更准确的答案,适用于企业知识管理、法律分析和学术研究等领域。该系统设计灵活,展示了AI在知识理解和推理方面的潜力。

从零到一构建企业级GraphRAG系统:GraphRag.Net深度技术解析

dotNET跨平台
dotNET跨平台 · 2025-08-19T00:02:16Z

近年来,医学领域面临大语言模型应用的挑战。牛津、卡内基梅隆和爱丁堡大学联合提出的MedGraphRAG方法,通过生成循证回答和医学术语解释,显著提升了模型在医学问答中的表现,确保了回答的可信度和准确性。该研究已入选ACL 2025。

ACL 2025丨牛津大学等提出医学GraphRAG,刷新问答准确性记录,在11个数据集评测上达SOTA

HyperAI超神经
HyperAI超神经 · 2025-08-18T03:04:12Z
GraphRAG与RAG的细微差别

大型语言模型(LLMs)在生成可靠输出时面临挑战。检索增强生成(RAG)通过外部知识改善这一问题,但基于向量的方法在处理复杂关系时存在局限。GraphRAG结合知识图谱,提升了准确性和可解释性,适合多跳推理。选择RAG或GraphRAG应根据具体应用需求。

GraphRAG与RAG的细微差别

The New Stack
The New Stack · 2025-07-02T18:00:47Z

华东师大Planing Lab团队提出的E²GraphRAG方法显著提升了GraphRAG的索引速度和查询效率,构建时间为GraphRAG的1/10,查询时间为LightRAG的1/100,有效解决了现有RAG方法的效率问题。

GraphRAG太慢LightRAG延迟高?华东师大新方法一招破解双重难题

量子位
量子位 · 2025-06-12T08:47:34Z

香港科技大学与华为联合开发的AutoSchemaKG框架能够自动构建知识图谱,无需预定义模式。该系统利用大型语言模型从文本中提取知识三元组并进行模式归纳,构建了包含9亿节点的ATLAS知识图谱。实验结果显示其提取精度高、信息保留度强,适应性良好,推动了知识图谱的自动化发展。

最大的开源GraphRag:知识图谱完全自主构建|港科大&华为

量子位
量子位 · 2025-06-12T08:23:15Z

本研究提出了一种新方法,将大型语言模型与三元知识图谱结合,以解决知识密集型任务中的准确性和可追溯性问题,优化信息密度,提高输出的一致性和可靠性。

图三元组视角下的GraphRAG

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-28T00:00:00Z
使用MongoDB Atlas的GraphRAG:将知识图谱与大型语言模型集成

AI开发者面临的挑战是为大型语言模型提供上下文,以构建可靠的应用。GraphRAG通过知识图谱增强检索生成,提升响应的准确性和可解释性,克服了传统向量RAG的局限性。MongoDB Atlas与LangChain的集成简化了GraphRAG的实现,支持文档、向量和图形数据的统一管理,提高了AI应用的开发效率。

使用MongoDB Atlas的GraphRAG:将知识图谱与大型语言模型集成

MongoDB
MongoDB · 2025-04-14T13:30:00Z

本研究提出了GraphRAG-FI,解决了GraphRAG在知识缺口和虚假信息处理中的噪声检索及外部知识依赖问题,显著提升了知识图谱问答的推理性能。

增强GraphRAG的知识过滤与整合

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-03-18T00:00:00Z
相得益彰 — 基于 GraphRAG 事理图谱驱动的实时金融行情新闻资讯洞察

在信息爆炸的时代,金融市场面临大量新闻资讯的挑战。本文提出了一种基于大语言模型和知识图谱的智能分析解决方案,通过提取和存储图数据,提高金融资讯分析的准确性,帮助投资者做出更明智的决策。该系统增强了信息检索和问答能力,以适应复杂的金融分析需求。

相得益彰 — 基于 GraphRAG 事理图谱驱动的实时金融行情新闻资讯洞察

亚马逊AWS官方博客
亚马逊AWS官方博客 · 2025-03-13T02:23:04Z
GraphRAG 解析:企业效率的秘密

企业每天产生大量信息,常常分散在电子邮件、云存储和内部平台上,导致知识碎片化。GraphRAG结合生成AI和知识图谱技术,帮助员工快速找到所需数据,提升决策效率,增强知识管理,确保信息的相关性和可用性。

GraphRAG 解析:企业效率的秘密

The New Stack
The New Stack · 2025-03-05T20:00:59Z

本文分享我们团队在 GraphRAG 领域的探索与实践历程,介绍一下 FusionGraphRAG。 本文将分享我们团队在 GraphRAG 领域的探索与实践历程。GraphRAG 是检索增强生成(RAG)技术的高级技术之一,旨在解决传统 RAG 的局限性。上周,我在 Twitter 上分享了关于 GraphRAG Indexing...

Fusion GraphRAG Introduced

siwei.io
siwei.io · 2025-02-28T13:33:13Z

本研究针对GraphRAG在安全性方面的研究缺口,提出了GRAGPoison攻击,该攻击利用知识图谱中的共享关系来制造能够同时影响多个查询的毒化文本。研究结果表明,GraphRAG在特定攻击条件下展现出了较高的脆弱性,同时也为未来的防御措施提供了启示。

火中的GraphRAG

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-01-23T00:00:00Z

王豫翔与医药机构合作,测试了GraphRAG与VectorRAG在8809种药品说明书上的表现。结果表明,VectorRAG在建模效率和准确性上明显优于GraphRAG,后者在复杂环境下表现不佳,主要受限于图谱构建质量。

8809 种药品知识库:GraphRAG VS VectorRAG 大拼比

dotNET跨平台
dotNET跨平台 · 2024-12-18T23:55:18Z

本文探讨了GraphRAG在《水浒传》分析中的应用,聚焦于梁山好汉的军事行动、忠诚与领导、个人关系及反抗正义等主题。作者分享了环境搭建和知识图谱构建的过程,并指出GraphRAG在处理复杂信息时的局限性。

全网土壕级 GraphRAG 测试:89万字《水浒传》全本知识图谱训练

dotNET跨平台
dotNET跨平台 · 2024-12-04T00:04:05Z
GraphRAG 101:提升生成式AI的准确性和完整性

2024年,92%的财富500强企业已在多个领域应用生成式AI。检索增强生成(RAG)通过提供相关信息提升大型语言模型的响应准确性。GraphRAG是RAG的改进,利用知识图谱增强关系清晰度,提高客户支持效率。LinkedIn研究表明,GraphRAG使问题解决时间减少28%。

GraphRAG 101:提升生成式AI的准确性和完整性

The New Stack
The New Stack · 2024-10-31T13:15:18Z

本文介绍了如何使用SQLite构建轻量级GraphRAG系统,替代Neo4j进行文档处理和关系提取。通过GPT模型提取实体和关系,并计算中心性指标优化查询。SQLite适合中小型数据集,提供便携的无服务器解决方案。项目包括文档处理、图管理和查询模块,并用D3.js可视化。尽管SQLite缺乏高级图算法,但结合GPT模型能有效处理文档和查询。完整代码在GitHub上可获取。

使用SQLite构建轻量级GraphRAG的指南

DEV Community
DEV Community · 2024-10-05T16:31:00Z

本教程展示了一个可扩展的GraphRAG系统的架构示例实现,利用Neo4j存储和管理从文档中提取的图数据。使用OpenAI的GPT-4o模型处理文档,提取实体和关系,并存储在Neo4j图中,以便更容易处理大型数据集和使用图算法回答查询。强调基于中心性的检索,提高查询响应的相关性。提供完整的源代码和设置Neo4j的指南。

如何利用Neo4j扩展GraphRAG以实现高效的文档查询

DEV Community
DEV Community · 2024-09-09T01:53:00Z
  • <<
  • <
  • 1 (current)
  • 2
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码