微信扫码
与创始人交个朋友
今年四月微软发布了GraphRAG项目技术报告,PaperAgent专门发过推文进行详细介绍,时隔2个多月,微软正式开源了GrapRAG项目!
微软多部门联合推出GraphRAG项目:全面性和多样性方面显著优于原生大模型RAG
Document
- 系统中的输入文档,代表CSV中的单独行或者单独的.txt 文件。
TextUnit
- 要分析的文本块。这些块的大小、重叠度都可以配置。
Entity
- 从 TextUnit 中提取的实体,代表人物、地点、事件或您提供的其他实体模型。
Relationship
- 两个实体之间的关系。
Covariate
- 提取的声明信息,其中包含有关可能受时间限制的实体的陈述。
Community Report
- 一旦生成实体,就对它们执行分层社区检测,并为该层次结构中的每个社区生成报告。
Node
- 包含已嵌入和聚集的实体和文档的呈现图形视图的布局信息。
编写TextUnit( Compose TextUnits)
图谱提取(Graph Extraction)
图谱增强(Graph Augmentation)
社区总结( Community Summarization)
文档处理(Document Processing)
网络可视化(Network Visualization)
https://microsoft.github.io/graphrag/
https://github.com/microsoft/graphrag
点击“阅读原文”试看RAG专栏
53AI,大模型落地应用首选服务商
定位:开箱即用的大模型落地应用平台
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
如果你看见AI对商业世界的变革,欢迎来和我们一起探索~
2024-07-04
用coze零代码搭建一个知识库助手
2024-07-04
下一代 RAG 技术来了!微软正式开源 GraphRAG:大模型行业将迎来新的升级?
2024-07-04
什么是知识图谱?与大模型有什么关系
2024-07-04
检索生成(RAG) vs 长文本大模型:实际应用中如何选择?
2024-07-04
用腾讯星脉,给AI网络诊脉
2024-07-04
代码 | 使用本地大模型从文本中提取结构化信息
2024-07-04
Karpor 开源了!打造 AI 时代的 Kubernetes 可视化工具
2024-07-04
普林斯顿大学重磅 | 关键的AI Agent,你遇到过这4大Agent评估陷阱吗
2024-04-24
2024-05-14
2024-04-24
2024-04-23
2024-04-11
2024-04-26
2024-03-22
2024-03-29
2024-04-12
2024-04-25
2024-07-04
2024-07-04
2024-07-03
2024-07-02
2024-07-02
2024-07-01
2024-07-01
2024-07-01