GraphRAG
GraphRAG es un enfoque de generación aumentada por recuperación que potencia los modelos de lenguaje grandes (LLM) con grafos de conocimiento para mejorar la calidad y la veracidad de las respuestas. En lugar de recuperar pasajes de texto planos, GraphRAG construye y consulta grafos de conocimiento estructurados extraídos de documentos, proporcionando información contextual rica al modelo de lenguaje.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/es/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.
- Modelos de Difusión LatenteAprendizaje profundo↔ compare
- Autoencoders enmascaradosAprendizaje profundo↔ compare
- Modelo de Segmentación de Cualquier CosaAprendizaje profundo↔ compare
- Redes neuronales convolucionales espacio-temporales de grafosAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →