Machine learningDeep Learning, Language Models, Knowledge Graphs
GraphRAG
GraphRAG הוא גישה של יצירה מוגברת אחזור (retrieval-augmented generation) המעשירה מודלי שפה גדולים (LLMs) עם גרפי ידע (knowledge graphs) לשיפור איכות התשובות והעובדתיות שלהן. במקום לאחזר קטעי טקסט שטוחים, GraphRAG בונה ומריץ שאילתות על גרפי ידע מובנים שמוצו ממסמכים, ומספק מידע הקשרי עשיר למודל השפה.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/he/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.
- מודלי דיפוזיה סמויים (Latent Diffusion Models, LDMs)למידה עמוקה↔ compare
- מקודדים אוטומטיים ממוסכיםלמידה עמוקה↔ compare
- Segment Anything Modelלמידה עמוקה↔ compare
- רשתות קונבולוציה גרפיות מרחביות-זמניותלמידה עמוקה↔ compare