GraphRAG
GraphRAG é uma abordagem de geração aumentada por recuperação (retrieval-augmented generation) que aprimora modelos de linguagem grandes (LLMs) com grafos de conhecimento para melhorar a qualidade e a factualidade das respostas. Em vez de recuperar passagens de texto planas, o GraphRAG constrói e consulta grafos de conhecimento estruturados, extraídos de documentos, fornecendo informações contextuais ricas ao modelo de linguagem.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/pt/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 Difusão LatenteAprendizado profundo↔ compare
- Autoencoders MascaradosAprendizado profundo↔ compare
- Modelo Segment AnythingAprendizado profundo↔ compare
- Redes Neurais Convolucionais Espaço-Temporais em GrafosAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →