概述
GraphRAG 通过从文档集合中构建实体和关系的知识图，然后在该结构而不是孤立的文本块上进行检索，来增强检索增强生成。它很重要，因为它回答了平面矢量搜索无法回答的广泛的、连接点的问题。
GraphRAG 知识图是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。
深入探讨
普通 RAG 将文档分割成块，嵌入它们，并检索最接近查询的几个。这适用于狭隘的事实查找，但无法解决诸如“整个数据集的主要主题是什么？”之类的整体问题。 GraphRAG 由 Microsoft Research 在 2024 年推广，它使用语言模型来提取实体、它们的属性以及它们之间的关系，组装知识图谱。然后，它运行 Leiden 等社区检测算法来对相关实体进行聚类，并为每个社区预先生成摘要。在查询时，系统可以遍历关系并聚合这些社区摘要，从而实现多跳推理和全局意义构建。对于那些证据分散在许多文档中并且仅通过中间实体连接的问题，结果是更好的答案。
技术洞察
GraphRAG 有两个阶段。索引：法学硕士读取块并输出结构化三元组（实体、关系、实体）以及描述，这些描述被消除重复并形成图表；聚类（例如莱顿）将节点分组为分层社区，每个社区都由法学硕士进行总结。查询：“本地”搜索从查询匹配的实体沿其边缘扩展，而“全局”搜索地图减少社区摘要以回答数据集范围的问题。两者都为生成模型提供结构化上下文。
掌握 GraphRAG 知识图
GraphRAG 通过从文档集合中构建实体和关系的知识图，然后在该结构而不是孤立的文本块上进行检索，来增强检索增强生成。它很重要，因为它回答了平面矢量搜索无法回答的广泛的、连接点的问题。 GraphRAG 知识图是语言 AI 堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。为了建立深入的理解，请将 GraphRAG 知识图视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用 GraphRAG 知识图谱的强大团队将提示、检索和审查循环设计为一个集成的通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
一位分析师问道，“这 10,000 份报告有哪些主题联系在一起？” GraphRAG 通过社区摘要的 Map-Reduce 给出答案。
制药团队将论文中的基因、药物和疾病联系起来，以揭示矢量搜索可能会错过的多跳关系。
合规工具跟踪交易如何通过中介机构连接实体，以标记隐藏的风险关系。
Microsoft 的开源 GraphRAG 库将语料库索引到实体和莱顿社区中，以进行本地和全局查询。
实施模式
GraphRAG 知识图谱实践
一位分析师问道，“这 10,000 份报告有哪些主题联系在一起？” GraphRAG 通过社区摘要的 Map-Reduce 给出答案。
一位分析师问道，“这 10,000 份报告有哪些主题联系在一起？”和 GraphRAG 通过社区摘要的映射缩减给出答案 团队在预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
GraphRAG 知识图谱实践
制药团队将论文中的基因、药物和疾病联系起来，以揭示矢量搜索可能会错过的多跳关系。
制药团队将论文中的基因、药物和疾病联系起来，以揭示矢量搜索可能会错过的多跳关系。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
GraphRAG 知识图谱实践
合规工具跟踪交易如何通过中介机构连接实体，以标记隐藏的风险关系。
合规工具跟踪交易如何通过中介机构连接实体，以标记隐藏的风险关系。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
GraphRAG 知识图谱实践
Microsoft 的开源 GraphRAG 库将语料库索引到实体和莱顿社区中，以进行本地和全局查询。
Microsoft 的开源 GraphRAG 库将语料库索引到实体和莱顿社区中，以进行本地和全局查询。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。