เปรียบเทียบวิธี

	GraphRAG	โมเดล Segment Anything
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2023	2023
ผู้ริเริ่ม	Yunfan Gao	Alexander Kirillov
ประเภท	System architecture	Neural network architecture
แหล่งต้นตำรับ	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.	Kirillov, A., Mintun, E., Darrell, T., & Girshick, R. (2023). Segment Anything. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 4015-4026).
ชื่อเรียกอื่น	Graph RAG, Knowledge Graph RAG	SAM, Segment Anything
ที่เกี่ยวข้อง	4	4
สรุป	GraphRAG is a retrieval-augmented generation approach that augments large language models with knowledge graphs to improve answer quality and factuality. Rather than retrieving flat text passages, GraphRAG constructs and queries structured knowledge graphs extracted from documents, providing rich contextual information to the language model.	Segment Anything Model (SAM) is a foundation model introduced by Kirillov et al. in 2023 that can segment any object in an image given various forms of prompts. SAM is trained on a massive dataset of diverse images and learns to segment objects based on minimal user input such as points, boxes, or text descriptions.