Ordliste

LazyGraphRAG

Hvad er LazyGraphRAG?

LazyGraphRAG er en tilgang til grafbaseret retrieval-augmented generation, som Microsoft Research præsenterede i 2024. I modsætning til GraphRAG lader den ikke en sprogmodel skabe resuméer under indeksering; i stedet identificerer den begreber og deres samforekomster med klassisk naturlig sprogbehandling, og sprogmodellen bruges først på forespørgselstidspunktet. Ifølge Microsoft bringer det indekseringsomkostningerne ned på niveau med almindelig vektor-RAG. Den egner sig især til spørgsmål, der kræver overblik over store dokumentsamlinger.

Emner

RAG
Vidensgraf
Retrieval

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo

← Alle begreber

Relaterede begreber

Retrieval-augmented generation (RAG)

Retrieval-augmented generation kombinerer søgning med tekstgenerering: før svaret søger systemet i en vidensamling – f.eks. manualer, politikker eller FAQ'er – efter relevante passager og giver dem til sprogmodellen som kontekst. Svaret bygger dermed på aktuelt, virksomhedsspecifikt indhold og ikke kun på modellens træningsviden. Det reducerer opfundne udsagn, gør kilder sporbare og muliggør opdateringer uden gentræning.

RAG
vidensøgning
+1

Multi-hop reasoning

Multi-hop reasoning er et AI-systems evne til at besvare et spørgsmål gennem flere på hinanden følgende slutninger, ofte ved at kombinere oplysninger fra forskellige kilder. Eksempel: »Hvilken afdeling ledes af den person, der er ansvarlig for projekt X?« kræver først, at man finder den ansvarlige person og derefter vedkommendes afdeling. Den slags spørgsmål er krævende for søgnings- og RAG-systemer, fordi hvert mellemtrin skal findes og kobles korrekt.

ræsonnement
spørgsmålsbesvarelse
+1

Information retrieval

Information retrieval omfatter metoder til at finde de dokumenter eller passager i en stor tekstmasse, der matcher en forespørgsel, og rangere dem efter relevans. Klassiske tilgange som BM25 vægter søgeord efter, hvor ofte og hvor sjældent de forekommer; nyere tilføjer semantisk lighed. Det ligger til grund for søgemaskiner, virksomhedssøgning og retrieval-augmented generation, hvor en sprogmodel bruger de hentede passager som grundlag for sit svar.

Søgning
BM25
+1

Retrieval pipeline

En retrieval pipeline er rækken af behandlingstrin, et system bruger til at finde de rigtige oplysninger til et spørgsmål. Typiske trin er: indlæsning og rensning af dokumenter, opdeling i chunks, opbygning af et søgeindeks, eventuelt omskrivning af forespørgslen, hentning af matches, rangering (reranking) og videregivelse af de bedste til sprogmodellen. Den er fundamentet for enhver RAG-applikation, og dens kvalitet er i høj grad afgørende for, hvor gode de endelige svar bliver.

RAG
søgning
+1