GraphRAG
Odmiana RAG, która buduje z dokumentów graf wiedzy z bytami i relacjami i wyszukuje wzdłuż niego, a nie wyłącznie po podobieństwie tekstu.
Model czyta dokumenty, wyciąga byty (ludzi, firmy, produkty) i relacje między nimi, a często pisze też podsumowania powiązanych skupisk. Na pytania obejmujące wiele dokumentów, np. „którzy dostawcy są związani z opóźnionymi projektami”, odpowiada się z grafu, podczas gdy zwykły RAG znalazłby tylko rozproszone fragmenty. Nazwę spopularyzował projekt Microsoft Research opublikowany w 2024 r. Ceną jest kosztowne indeksowanie, które trzeba powtarzać, gdy dokumenty się zmieniają.
Powiązane hasła
- RAG (retrieval-augmented generation): Najpierw wyszukanie pasujących dokumentów i włożenie ich do promptu, żeby model odpowiadał na ich podstawie.
- Agentic RAG: RAG, w którym model sam decyduje, czego szukać, czyta wyniki i w razie potrzeby szuka ponownie, zamiast jednego stałego kroku wyszukiwania.
- Dzielenie dokumentów (chunking): Dzielenie dokumentów na mniejsze fragmenty przed indeksowaniem do wyszukiwania, żeby wyszukiwanie zwracało właściwą część, a nie cały plik.
- Wyszukiwanie hybrydowe (hybrid search): Połączenie wyszukiwania po słowach kluczowych (np. BM25) z wyszukiwaniem wektorowym, żeby wyniki trafiały i w dokładne słowa, i w znaczenie.
