Skip to content
简体中文

切换主题

// ⌕ RAG 与向量检索

GraphRAG

先从文档构建知识图谱和社区摘要,再回答全局性问题。

2024 进阶 核心

通俗解释

普通 RAG 擅长找具体片段,却答不好“整个语料的主题是什么”。GraphRAG 用 LLM 抽取实体关系、做社区聚类并逐层摘要,回答时汇总各社区摘要。

用在哪里:Microsoft GraphRAG、企业知识分析

时间轴 · 前置 → 当前 → 后继

2020 检索增强生成 RAG2024 GraphRAG

01原始论文

From Local to Global: A Graph RAG Approach to Query-Focused Summarization

Darren Edge, Ha Trinh, Newman Cheng, et al. · 2024

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

GraphRAG

学完可以学

  • 图谱里暂无后继

相关:HyDE 假设文档检索

检索增强生成 RAGHyDE 假设文档检索 GraphRAG

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

所在学习路线:AI 应用工程师

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)