GraphRAG
GraphRAG is een retrieval-augmented generation-benadering die grote taalmodellen aanvult met kennisgrafen om de kwaliteit en feitelijkheid van antwoorden te verbeteren. In plaats van platte tekstpassages op te halen, construeert en bevraagt GraphRAG gestructureerde kennisgrafen die uit documenten zijn geëxtraheerd, en levert zo rijke contextuele informatie aan het taalmodel.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/nl/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.
- Latente DiffusiemodellenDeep learning↔ compare
- Masked AutoencodersDeep learning↔ compare
- Segment Anything ModelDeep learning↔ compare
- Ruimtelijke-Temporele Grafische Convolutie NetwerkenDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →