GraphRAG
GraphRAG är en metod för "retrieval-augmented generation" (hämtningsförstärkt generering) som förstärker stora språkmodeller med kunskapsgrafer för att förbättra svarskvalitet och fakticitet. Istället för att hämta platta textpassager konstruerar och frågar GraphRAG strukturerade kunskapsgrafer extraherade från dokument, vilket ger rik kontextuell information till språkmodellen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Graph-based Retrieval-Augmented Generation. ScholarGate. https://scholargate.app/sv/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.
- Latent Diffusion ModelsDjupinlärning↔ compare
- Maskerade autoenkodrarDjupinlärning↔ compare
- Segment Anything ModelDjupinlärning↔ compare
- Spatial-Temporal Graph Convolutional NetworksDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →