文章摘要
【关 键 词】 GraphRAG技术、知识图谱、社区摘要、信息检索、开源项目
7月3日，微软在其官网开源了GraphRAG，这是一种基于图的检索增强生成（RAG）技术，旨在提升大语言模型（LLM）在搜索、问答、摘要和推理等方面的能力。GraphRAG通过构建知识图谱，帮助模型捕捉文本中的复杂联系和交互，从而增强其生成和检索能力。
GraphRAG的核心是两阶段构建基于图谱的文本索引：首先，从源文档中衍生出实体知识图谱；然后，针对所有紧密相关的实体群组预生成社区摘要。这一过程首先将源文档分割成较小的文本块，然后输入到大模型中以提取关键信息，包括识别文本中的实体及其关系，构建庞大的实体知识图谱。
GraphRAG进一步生成社区摘要，这些摘要是对社区内所有实体和关系的总结，提供了对数据集中特定部分的高层次理解。当用户提出问题时，系统会利用与问题相关的社区摘要来生成部分答案，然后汇总并精炼以形成最终答案。
与传统RAG相比，GraphRAG具有多项优势，包括扩展上下文理解能力、增强全局查询、提高摘要的质量和多样性、优化算力和资源利用率、提升信息检索和生成的协同、增强对数据集结构的理解以及提高对复杂问题的处理能力。在处理大规模文本数据集时，GraphRAG通过模块化处理减少了对算力资源的需求，同时显著降低了对token的需求。
微软在一个包含100万tokens的超复杂结构数据集上对GraphRAG进行了测试，结果显示其在全面性和多样性测试上超越了传统RAG方法。特别是在播客转录和新闻文章数据集上，GraphRAG显示出了超高的水准和多样性，是目前最佳的RAG方法之一。GraphRAG对tokens的低需求也意味着可以帮助开发者节省大量成本。
开源地址：https://github.com/microsoft/graphrag?tab=readme-ov-file
原文和模型
【原文链接】 阅读原文 [ 1815字 | 8分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★☆
