社区分享《Graph RAG-当知识图谱遇见大模型》

社区分享《Graph RAG-当知识图谱遇见大模型》

2024年09期【培训资料】

本视频系2024年8月3日云瀚社区AI主题讨论会中的社区分享报告。

主讲人:

陈晓扬(云瀚社区委员会委员、福呈公司总经理)

报告标题:

《Graph RAG-当知识图谱遇见大模型》

AI视频摘要:本报告深入探讨了知识图谱与大模型结合的前沿技术——Graph RAG(结合知识图谱的检索增强生成)。报告首先介绍了大模型在实际应用中遇到的问题,随后阐述了检索增强生成(RAG)技术的出现及其优势。报告的核心在于介绍Graph RAG这一新技术,阐述知识图谱如何增强大模型的能力,以及这种结合如何产生新的技术火花。报告还介绍了微软GraphRAG和其他相关的开源项目,并针对性提出了实施建议。


报告亮点:– 提供了Graph RAG技术框架的详细解析- 分析了知识图谱在提高AI系统性能中的关键作用- 分享了实际开源项目和框架的应用案例。


主要内容:
1. **大模型的局限性:**   – 编造信息   – 知识更新不及时   – 难以整合用户特定数据   – 数据安全和隐私问题
2. **检索增强生成(RAG):**   – RAG特点   – 朴素RAG技术框架   – RAG的缺陷 
3. **Graph RAG:**   – 什么是Graph RAG   – Graph RAG 优势   – Graph RAG 构架   – Graph RAG挑战
4. **开源项目介绍:**   – 介绍了微软GraphRAG和其他相关项目   – 强调了这些项目在知识图谱和大模型结合方面的进展
5.**挑战与实施建议:**   – Graph RAG主要挑战   – Graph RAG实施建议
6. **总结:**    – 知识图谱提供了一种人类和机器都能理解的表述方式    – 技术进步推动了知识图谱在超越传统技术方面的探索

更多培训视频可关注微信视频号或哔哩哔哩、喜马拉雅“图书馆服务平台CALSP”账号,您也可访问联盟官网www.calsp.cn资源中心在线收看。

发表评论

云瀚联盟-智慧图书馆技术应用联盟