GraphRAG
GraphRAG je pristup proširene generacije (retrieval-augmented generation) koji proširuje velike jezičke modele (large language models) grafovima znanja radi poboljšanja kvaliteta i faktualnosti odgovora. Umesto preuzimanja ravnih tekstualnih odlomaka, GraphRAG konstruiše i postavlja upite grafovima znanja ekstrahovanim iz dokumenata, pružajući bogate kontekstualne informacije jezičkom modelu.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/sr/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.
- Latentni difuzioni modeliDuboko učenje↔ compare
- Masked AutoencodersDuboko učenje↔ compare
- Segment Anything ModelDuboko učenje↔ compare
- Konvolucione neuronske mreže zasnovane na prostorno-vremenskim grafovimaDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →