GraphRAG
GraphRAG হলো একটি retrieval-augmented generation (RAG) পদ্ধতি যা উত্তর এবং তথ্যের নির্ভুলতা উন্নত করার জন্য বৃহৎ ভাষা মডেলগুলিতে (LLMs) নলেজ গ্রাফ যুক্ত করে। সাধারণ টেক্সট প্যাসেজ পুনরুদ্ধার করার পরিবর্তে, GraphRAG নথি থেকে নিষ্কাশিত স্ট্রাকচার্ড নলেজ গ্রাফ তৈরি এবং কোয়েরি করে, যা ভাষা মডেলকে সমৃদ্ধ প্রাসঙ্গিক তথ্য সরবরাহ করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Gao, Y., Xiong, Y., Gao, X., Jia, K., Pan, J., Bi, Y., Dai, Y., Sun, J., & Wang, M. (2023). Retrieval-augmented generation for large language models: A survey. arXiv preprint arXiv:2312.10997. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/bn/deep-learning/graphrag
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Latent Diffusion Modelsগভীর শিখন↔ compare
- মাস্কড অটোএনকোডারগভীর শিখন↔ compare
- সেগমেন্ট এনিথিং মডেলগভীর শিখন↔ compare
- স্থানিক-কালিক গ্রাফ কনভল্যুশনাল নেটওয়ার্কগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →