Sanasto

LazyGraphRAG

Mikä on LazyGraphRAG?

LazyGraphRAG on graafipohjaisen hakuun perustuvan generoinnin lähestymistapa, jonka Microsoft Research esitteli vuonna 2024. Toisin kuin GraphRAG, se ei anna kielimallin luoda tiivistelmiä indeksoinnin aikana; sen sijaan se tunnistaa käsitteet ja niiden yhteisesiintymät klassisella luonnollisen kielen käsittelyllä, ja kielimallia käytetään vasta kyselyhetkellä. Microsoftin mukaan tämä laskee indeksointikustannukset perusvektori-RAG:n tasolle. Se sopii erityisen hyvin kysymyksiin, jotka vaativat yleiskuvaa suurista dokumenttikokoelmista.

Aiheet

RAG
tietämysgraafi
Retrieval

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo

← Kaikki termit

Liittyvät termit

Hakuvahvistettu generointi (RAG)

Hakuvahvistettu generointi (retrieval-augmented generation) yhdistää haun ja tekstin tuottamisen: ennen vastaamista järjestelmä hakee tietokokoelmasta – esimerkiksi käsikirjoista, ohjeistuksista tai UKK:sta – asiaankuuluvia kohtia ja välittää ne kielimallille kontekstina. Vastaus perustuu siten ajantasaiseen, yrityskohtaiseen sisältöön eikä pelkästään mallin opetustietoon. Tämä vähentää keksittyjä väitteitä, tekee lähteistä jäljitettäviä ja mahdollistaa päivitykset ilman uudelleenopetusta.

RAG
tietämyshaku
+1

Monivaiheinen päättely

Monivaiheinen päättely (multi-hop reasoning) on tekoälyjärjestelmän kykyä vastata kysymykseen usean peräkkäisen päätelmän kautta, usein yhdistämällä tietoa eri lähteistä. Esimerkki: kysymys ”Mitä osastoa johtaa projektista X vastaava henkilö?” edellyttää ensin vastuuhenkilön ja sitten hänen osastonsa selvittämistä. Tällaiset kysymykset ovat vaativia haku- ja RAG-järjestelmille, koska jokainen välivaihe on löydettävä ja yhdistettävä oikein.

päättely
kysymyksiin vastaaminen
+1

Tiedonhaku

Tiedonhaku kattaa menetelmät, jotka löytävät suuresta tekstimassasta kyselyyn sopivat dokumentit tai tekstikohdat ja järjestävät ne relevanssin mukaan. Klassiset lähestymistavat, kuten BM25, painottavat hakutermejä sen mukaan, kuinka usein ja kuinka harvoin ne esiintyvät; uudemmat lisäävät semanttisen samankaltaisuuden. Se on hakukoneiden, yrityshaun ja hakuun perustuvan generoinnin perusta, jossa kielimalli käyttää haettuja tekstikohtia vastauksensa pohjana.

Haku
BM25
+1

Hakuputki

Hakuputki (retrieval pipeline) on järjestelmän käyttämä käsittelyvaiheiden sarja, jolla se löytää oikeat tiedot kysymykseen. Tyypillisiä vaiheita ovat: asiakirjojen tuonti ja puhdistus, jakaminen osiin (chunk), hakuindeksin rakentaminen, tarvittaessa kyselyn uudelleenmuotoilu, osumien haku, niiden järjestäminen (reranking) ja parhaiden välittäminen kielimallille. Se on jokaisen RAG-sovelluksen perusta, ja sen laatu määrittää pitkälti, kuinka hyviä vastauksia saadaan.

RAG
haku
+1