Γλωσσάριο

LazyGraphRAG

Τι είναι LazyGraphRAG;

Το LazyGraphRAG είναι μια προσέγγιση για παραγωγή με ανάκτηση πληροφοριών βάσει γράφου (graph-based RAG), που παρουσιάστηκε από τη Microsoft Research το 2024. Σε αντίθεση με το GraphRAG, δεν αφήνει ένα γλωσσικό μοντέλο να δημιουργεί περιλήψεις κατά την ευρετηρίαση· αντ' αυτού εντοπίζει έννοιες και τις συνεμφανίσεις τους με κλασική επεξεργασία φυσικής γλώσσας, και το γλωσσικό μοντέλο χρησιμοποιείται μόνο κατά τον χρόνο του ερωτήματος. Σύμφωνα με τη Microsoft, αυτό φέρνει το κόστος ευρετηρίασης στο επίπεδο του βασικού διανυσματικού RAG. Ταιριάζει ιδιαίτερα σε ερωτήσεις που απαιτούν συνολική εικόνα μεγάλων συλλογών εγγράφων.

Θέματα

RAG
γράφος γνώσης
Retrieval

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης

← Όλοι οι όροι

Σχετικοί όροι

Παραγωγή με ενίσχυση ανάκτησης (RAG)

Η παραγωγή με ενίσχυση ανάκτησης συνδυάζει την αναζήτηση με την παραγωγή κειμένου: πριν απαντήσει, το σύστημα αναζητά σε μια συλλογή γνώσης – όπως εγχειρίδια, πολιτικές ή συχνές ερωτήσεις – σχετικά αποσπάσματα και τα μεταβιβάζει στο γλωσσικό μοντέλο ως πλαίσιο. Έτσι η απάντηση βασίζεται σε επίκαιρο περιεχόμενο ειδικό για την εταιρεία και όχι μόνο στις γνώσεις εκπαίδευσης του μοντέλου. Αυτό μειώνει τους επινοημένους ισχυρισμούς, κάνει τις πηγές ανιχνεύσιμες και επιτρέπει ενημερώσεις χωρίς επανεκπαίδευση.

RAG
αναζήτηση γνώσης
+1

Πολυβηματική συλλογιστική

Η πολυβηματική συλλογιστική (multi-hop reasoning) είναι η ικανότητα ενός συστήματος ΤΝ να απαντά σε μια ερώτηση μέσω περισσότερων διαδοχικών συμπερασμάτων, συχνά συνδυάζοντας πληροφορίες από διαφορετικές πηγές. Παράδειγμα: το «Ποιο τμήμα διευθύνεται από το πρόσωπο που είναι υπεύθυνο για το έργο X;» απαιτεί πρώτα τον προσδιορισμό του υπευθύνου και στη συνέχεια του τμήματός του. Τέτοιες ερωτήσεις είναι απαιτητικές για συστήματα αναζήτησης και RAG, επειδή κάθε ενδιάμεσο βήμα πρέπει να βρεθεί και να συνδεθεί σωστά.

συλλογιστική
απάντηση ερωτήσεων
+1

Ανάκτηση πληροφοριών (information retrieval)

Η ανάκτηση πληροφοριών (information retrieval) καλύπτει μεθόδους που βρίσκουν τα έγγραφα ή τα χωρία ενός μεγάλου σώματος κειμένου που ταιριάζουν σε ένα ερώτημα και τα κατατάσσουν κατά συνάφεια. Κλασικές προσεγγίσεις όπως το BM25 σταθμίζουν τους όρους αναζήτησης ανάλογα με το πόσο συχνά και πόσο σπάνια εμφανίζονται· νεότερες προσθέτουν τη σημασιολογική ομοιότητα. Στηρίζει τις μηχανές αναζήτησης, την επιχειρησιακή αναζήτηση και την παραγωγή με ανάκτηση πληροφοριών (RAG), στην οποία ένα γλωσσικό μοντέλο χρησιμοποιεί τα ανακτημένα χωρία ως βάση για την απάντησή του.

Αναζήτηση
BM25
+1

Αγωγός ανάκτησης

Ο αγωγός ανάκτησης (retrieval pipeline) είναι η ακολουθία βημάτων επεξεργασίας που χρησιμοποιεί ένα σύστημα για να βρει τις σωστές πληροφορίες για μια ερώτηση. Τυπικά βήματα είναι: εισαγωγή και καθαρισμός εγγράφων, διαίρεσή τους σε τμήματα (chunks), δημιουργία ευρετηρίου αναζήτησης, προαιρετικά αναδιατύπωση του ερωτήματος, ανάκτηση αντιστοιχιών, κατάταξή τους (reranking) και μεταβίβαση των καλύτερων στο γλωσσικό μοντέλο. Αποτελεί τη βάση κάθε εφαρμογής RAG και η ποιότητά του καθορίζει σε μεγάλο βαθμό πόσο καλές θα είναι οι απαντήσεις.

RAG
αναζήτηση
+1