GraphRAG

最近幾天，微軟團隊開源了GraphRAG，這是一種基于圖（Graph）的檢索增強生成方法。

先說說RAG吧，檢索增強生成，相當于是從一個給定好的知識庫中進行檢索，接入LLM模型，讓模型生成準確且符合上下文的答案，減少幻覺，根據特定的知識庫進行符合知識庫內容的回答。如果和模型微調進行比較，通俗點來說，RAG是給模型一本《答案全解》讓它自己查，微調是給模型開輔導班補習。不過，傳統RAG有一些待解決的問題，比如推理能力不足，答案不完整，準確性不足等。

知識圖譜可視化示例

而 GraphRAG 的實現流程大致如下，首先將輸入文本轉化為文本塊，讓 LLM 提取知識圖譜，將知識圖譜聚類，基于關鍵詞實現子圖遍歷。

我們直接來看看 GraphRAG 的實戰測試吧。測試基于俄烏雙方關于暴力事件的上千份新聞報道，文件內容比較多，而且內容之間關系復雜，無法直接放入LLM的上下文中，RAG方法是此時的最優解。團隊首先測試了第一個問題：Novorossiya 是什么？

可以看到無論是 Baseline RAG 還是 GraphRAG 表現都很好，因為這種查詢確實是基線RAG擅長的部分，查就完了。

但如果把問題換成：Novorossiya 做了什么？

Baseline RAG 根本沒法給出答案，它的源文件中沒有任何東西提到這個關鍵詞。而 GraphRAG 讓 LLM 建立了知識圖譜，分析實體之間的關系，生成了很不錯的答案。GraphRAG 極大的提升了 RAG 的檢索能力，在捕獲上下文的這個過程中可以填充更多具有相關性的內容，從而讓生成的答案更具準確性。

不過有一個無法避免的問題：所有的性能改進技術，都會導致 token 的使用和推理的時間增加。但這并不影響 GraphRAG 的優秀，讓我們一起期待一下GraphRAG的進一步發展吧！

項目地址：

https://github.com/microsoft/graphrag

??——EOF——

福利：

后臺回復【酒店】可免費領取酒店管理系統源碼