Machine learningDeep Learning, Language Models, Knowledge Graphs
GraphRAG
GraphRAG는 대규모 언어 모델(LLM)에 지식 그래프를 통합하여 답변의 질과 사실성을 향상시키는 검색 증강 생성(retrieval-augmented generation) 접근법입니다. GraphRAG는 평면적인 텍스트 구절을 검색하는 대신, 문서에서 추출한 구조화된 지식 그래프를 구축하고 이를 질의하여 풍부한 맥락 정보를 언어 모델에 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/ko/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.
- 잠재 확산 모델딥러닝↔ compare
- Masked Autoencoders딥러닝↔ compare
- 세그먼트 애니띵 모델딥러닝↔ compare
- 공간-시간 그래프 컨볼루션 네트워크딥러닝↔ compare