GraphRAG
Το GraphRAG είναι μια προσέγγιση επαυξημένης παραγωγής με ανάκτηση (retrieval-augmented generation) που ενισχύει μεγάλα γλωσσικά μοντέλα (LLMs) με γράφους γνώσης για τη βελτίωση της ποιότητας και της εγκυρότητας των απαντήσεων. Αντί να ανακτά επίπεδα αποσπάσματα κειμένου, το GraphRAG κατασκευάζει και ερωτά δομημένους γράφους γνώσης που εξάγονται από έγγραφα, παρέχοντας πλούσιες πληροφορίες πλαισίου στο γλωσσικό μοντέλο.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/el/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.
- Μοντέλα Διάχυσης σε Λανθάνοντα ΧώροΒαθιά Μάθηση↔ compare
- Μασκοφόροι ΑυτοκωδικοποιητέςΒαθιά Μάθηση↔ compare
- Μοντέλο Τμηματοποίησης ΟτιδήποτεΒαθιά Μάθηση↔ compare
- Χωροχρονικά Συνελικτικά Δίκτυα ΓράφωνΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →