微软开源GraphRAG:极大增强大模型问答、摘要、推理 siyushenqi.com • 2025 年 8 月 13 日 下午11:32 • 行业动态 • 阅读 448 7月3日,微软在官网开源了基于图的RAG(检索增强生成)——GraphRAG。 7月3日,微软在官网开源了基于图的RAG(检索增强生成)——GraphRAG。 为了增强大模型的搜索、问答、摘要、推理等能力,RAG已经成为GPT-4、Qwen-2、文心一言、讯飞星火、Gemini等国内外知名大模型标配功能。 传统的RAG系统在处理外部数据源时,只是简单地将文档转换为文本,将其分割为片段,然后嵌入到向量空间中,使得相似的语义对应相近的位置。 但这种方法在处理需要全局理解的海量数据查询时存在局限,因为它过度依赖局部文本片段的检索,无法捕捉到整个数据集的全貌。 所以,微软在RAG基础之上通过“Graph”图的方式,例如,文本中的实体,人物、地点、概念等,构建了超大的知识图谱,帮助大模型更好地捕捉文本中的复杂联系和交互,来增强其生成、检索等能力。 开源地址:https://github.com/microsoft/graphrag?tab=readme-ov-file Graph RAG架构简单介绍 Graph RAG的核心是通过两阶段构建基于图谱的文本索引:首先,从源文档中衍生出实体知识图谱;然后,针对所有紧密相关的实体群组预生成社区摘要。 所以,Graph RAG的第一步就是将源文档分割成较小的文本块,这些文本块随后被输入到大模型中以提取关键信息。 在这个过程中,大模型不仅要识别文本中的实体,还要识别实体之间的关系,包括它们之间的相互作用和联系,用来构建一个庞大的实体知识图谱,其中包含了数据集中所有重要实体和它们之间的关系。 简单来说,这个过程就像杀鸡一样,当一整只鸡(数据)拿上来后,我们就要把它分解成腿、翅膀、胸肉等更细小的组成部分,同时会关注这些部位之间的关系方便后续的处理。 接着,Graph RAG使用社区检测算法来识别图谱中的模块化社区。这些社区由相关的节点组成,它们之间的联系比与图中其他部分的联系更为紧密。通过这种方式,整个图谱被划分为更小、更易于管理的单元,每个单元都代表了数据集中的一个特定主题或概念。 在基于图的索引之上,Graph RAG进一步生成社区摘要。这些摘要是对社区内所有实体和关系的总结,它们提供了对数据集中特定部分的高层次理解。 然后要求大模型对每个答案进行打分,分数在0—100之间,得分过低的将被过滤掉,高分则留下。将剩余的中间答案按照得分高低排序,逐步添加至新的上下文窗口中,直至词数限制。 例如,当用户提问“如何进行有效减肥时?”,系统会利用与问题相关的社区摘要来生成部分答案。这些部分答案随后被汇总并精炼,以形成最终答案。 Graph RAG对大模型的好处 与传统RAG相比,Graph RAG的全局检索能力非常强,所以很擅长处理大规模数据集,以下是对大模型的主要帮助。 扩展上下文理解能力:通常大模型受限于其上下文窗口的大小,这限制了它们理解和生成基于长文本的能力。Graph RAG通过构建基于图的索引,将整个文本集合分解成更小、更易于管理的社区模块,从而扩展了模型的理解和生成能力。 增强全局查询:传统的RAG方法在处理全局数据的查询时表现不佳,因为依赖于局部文本片段的检索。Graph RAG通过生成社区摘要,使得模型能够从整个数据集中提取相关信息,生成更加全面和准确的答案。 提高摘要的质量和多样性:Graph RAG方法通过并行生成社区摘要,然后汇总这些摘要来生成最终答案,能帮助大模型从不同的角度和社区中提取信息,从而生成更丰富的摘要。 优化算力、资源利用率:在处理大规模文本数据集时,资源的有效利用至关重要。Graph RAG通过模块化处理,减少了对算力资源的需求。与传统的全文摘要方法相比,Graph RAG在生成高质量摘要的同时,显著降低了对token的需求。 提升信息检索和生成的协同:Graph RAG方法通过结合检索增强和生成任务,实现了两者之间的协同工作,提高了生成内容的准确性和相关性。 增强了对数据集结构的理解:通过构建知识图谱和社区结构,Graph RAG不仅帮助模型理解文本内容,还能理解数据集的内在结构。 提高对复杂问题的处理能力:在处理需要多步骤推理或多文档信息整合的复杂问题时,Graph RAG能够通过检索和摘要不同社区的信息,提升对问题更深层次的理解。尤其是在解读PDF、Word等文档时非常有用。 为了评估Graph RAG的性能,微软在一个100万tokens、超复杂结构的数据集上,包含娱乐、播客、商业、体育、技术、医疗等内容,进行了综合测试。 结果显示,全局检索方法在全面性和多样性测试上,超越了Naive RAG等方法。特别是,Graph RAG方法在播客转录和新闻文章数据集上都显示出了超高的水准,多样性也非常全面,是目前最佳的RAG方法之一。 同时Graph RAG对tokens的需求很低,也就是说可以帮助开发者节省大量成本。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33909.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 触底反弹!5个月单日收入翻6倍,摆弄花草都变这么专业了? 上一篇 2025 年 8 月 13 日 下午11:32 国产大模型即将决战 下一篇 2025 年 8 月 13 日 下午11:32 相关推荐 行业动态 7.4亿元!《天堂》研发商收购越南休闲团队 NCSoft以1534亿韩元收购其母公司Indygo 67%股权,拿下年利润300亿韩元的爆款3D消除厂商。 siyushenqi.com 2025 年 12 月 26 日 359000 行业动态 2020年5月全球热门移动游戏下载量TOP10 Sensor Tower 商店情报数据显示,Crazy Labs《ASMR Slicing》以3650万次下载,位列2020年5月全球移动游戏下载榜榜首。 siyushenqi.com 2025 年 8 月 26 日 480000 行业动态 WhatsApp商业绿标认证:企业官方身份权威性的构建与价值分析 WhatsApp商业绿标认证的意义与影响 提升企业信誉与品牌价值 增强客户信任 身份权威性的构建 对比分析 WhatsApp商业绿标认证的意义与影响 WhatsApp商业绿标认证是由WhatsApp推出的一项功能,旨在帮助企业确认其官方身份。该认证通过为企业账号加上一个独特的绿标,提升了企业的信誉,并在用户心中建立了对企业的信任感。对于任何在WhatsApp… siyushenqi.com 2025 年 8 月 13 日 下午11:32 448000 国产吃鸡重返印度,数款中国游戏强势霸榜 去年9月份被印度政府单方面禁止的《PUBGM》,其修改版正重返印度市场。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 459000 行业动态 线上拼多多,线下名创优品:增长奇兵的同一战略 拼多多和名创优品,一个是超级平台,一个是超级品牌,两者业务上并不相同,但从发展策略到业绩表现都意外呈现出相似之处。 siyushenqi.com 2025 年 8 月 12 日 455000 行业动态 超越TikTok登顶美国下载榜之后,ShortTV走对了关键一步 上线6个月冲上榜一 siyushenqi.com 2025 年 8 月 18 日 466000 《突袭:暗影传说》采访:欧美公司如何做出月收入过亿RPG手游? 据业内数据显示,欧美RPG手游市场规模47亿美元,其中表现最好的是Plarium发布的《突袭:暗影传说(RAID Shadow Legends)》 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 440000 行业动态 火速将这个“大爆款”推向海外,网易:我继续疯,你跟不跟? 《巅峰极速》在海外成为了一个新爆款。 siyushenqi.com 2025 年 8 月 18 日 430000 行业动态 大厂卷短剧,不能错过的超级红利 互联网红利见顶后,短剧成了互联网大厂为数不多的必争之地。 siyushenqi.com 2025 年 8 月 18 日 425000 逆势增长超20%,九牧凭什么成为“中国第一 世界前三”? 都说马桶改变了世界。那么,你知道中国最大的马桶生产企业是谁吗? siyushenqi.com 2025 年 8 月 13 日 • 行业动态 467000 行业动态 ChatGPT正式成为AI搜索,免费可用 OpenAI 在 ChatGPT 两岁生日时宣布推出 ChatGPT search,这标志着 ChatGPT 消除了即时信息获取的短板,现在可以通过网络资源链接快速、及时地获取答案。 siyushenqi.com 2025 年 8 月 13 日 499000 行业动态 whatsapp超级群发号每天群发200-500条陌生消息真实案例 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨… siyushenqi.com 2025 年 8 月 13 日 下午11:32 448000 苹果开始通知符合条件的开发者:App Store费率已降低 符合苹果对小企业的定义,并及时申请的开发者,现在开始接到通知,他们开始被列入新的App Store小企业计划。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 457000 行业动态 非洲的流量像自来水,但电商创业70%都不赚钱 非洲在全球社交媒体用户中仅占8%左右,但人均使用时长全球领先,如肯尼亚人均每天使用3小时43分钟,南非、尼日利亚也超过3小时。 siyushenqi.com 2025 年 8 月 5 日 427000 挑战WOW底气何在?亚马逊新作New World开测人气火爆 亚马逊另一款MMO《新世界(New World)》于不久前宣布延期至2021年春季,并将开启新一轮测试。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 475000 行业动态 激进的可灵背后是一个内敛的快手 对于在AI时代秉持内敛型战略的企业而言,「世界模型」只是遥远而美妙的幻境,更现实的三步走计划可以概括为优化已有功能、探索AI原生功能、实现用户的AI化。 siyushenqi.com 2025 年 8 月 13 日 399000 在柬埔寨因中国游戏欢呼的人们 网红、明星、国家英雄。 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 407000 行业动态 外贸客户压价的理由以及应对的方法 外贸行业有句话叫“不会压价的客户不是真客户”,意思是真心实意想购买产品的客户都会压价,只是压价的程度不一样而已。客户是为了更多的利益而压价,那么他们压价的理由都有哪些呢? 一、客户说价格高 当客户说价格高时,我们不要立刻还价,而是要了解客户的实力,看其是不是能够承受我们的价格。客户如果能承受我们的价格,为什么还觉得我们的报价高?这个时候我们就需要认真了解市场… siyushenqi.com 2025 年 8 月 13 日 下午11:32 448000 行业动态 爱诗科技下注的AI视频,正在比它预期的更「快」落地 2023 年还是“非赛道”,两年不到 AI 视频已渗透到社交、广告、短剧、影视全场景,进入“规模化应用前夜”。 siyushenqi.com 2025 年 11 月 20 日 472000 行业动态 在雷军投资的公司成长7年,这位女性创始人拿硅谷投资做强数据服务赛道 未来世界是数据的世界,最接近数据才最有未来。 siyushenqi.com 2025 年 8 月 17 日 416000 行业动态 如何通过海关数据分析制定外贸营销战略 识别市场需求变化 分析竞争对手出口情况 发现潜在客户群体 优化产品定价策略 制定精准营销计划 识别市场需求变化 外贸企业通过分析海关数据可以准确掌握市场需求的变化趋势。海关数据包含着商品的进出口数量、贸易额、流向国家等详细信息,企业可以根据这些数据了解哪些市场需求在增长,哪些市场需求在萎缩。这些信息为企业的生产、研发和市场定位提供了科学依据。及时识别需求变化… siyushenqi.com 2025 年 8 月 13 日 下午11:32 448000 行业动态 新知青年大会分论坛:饶雪漫与盐言故事作者对谈网文与影视跨界创作 私域神器5月26日消息近日,由知乎打造的科技文化节——第十一届新知青年大会在北京798园区开幕。在盐言故事分论坛上,“青春文学教母”饶雪漫、完美世界影视副总裁刘宁、中国作协网络文学中心主任何弘、江苏省网络作协副主席李玮、优秀盐言故事作者及知乎副总裁、付费阅读业务负责人范俊梅一道,跨界畅谈文学与影视创作的经验和产业趋势。 饶雪漫(右二)对话盐言故事作者铁柱子(… siyushenqi.com 2025 年 8 月 13 日 下午11:32 448000 DTC泳装品牌Cupshe的崛起之路 随着夏季的临近,泳装品类也即将达到一年中的销售高峰。根据Google Trend的数据,与泳装相关的搜索从2月开始出现明显的增长,每年的5-7月是泳装类目的搜索高峰,因此当下是泳装品类卖家预热的好时机。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 504000 行业动态 沙特商务部公布将实施电子商务强制性要求 所有在“Maroof”平台注册的人都需要为“从业者”获得商业登记或自由职业文件 siyushenqi.com 2025 年 8 月 13 日 444000 Shopee和极兔兵临城下,拉美最大电商平台买了家物流公司 巴西第一大电商平台(也是拉美第一大)Mercado Livre(巴西以外市场叫Mercado Libre)去年更是放言要在巴西投资100亿黑奥(大概19亿美刀)完善其电商生态。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 495000 一年未拿版号,腾讯网易忍痛下架了60多款游戏 是上线游戏数量的2倍。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 456000 莉莉丝和游族如何在白热化的日本RPG市场突出重围? 在日本最新的游戏免费榜趋势中,最显著的趋势其中之一是来自莉莉丝的《AFK アリーナ 》 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 353000 行业动态 北京人工智能基金出手,清华系AI创企再获融资 清程极智是一家专注于AI Infra赛道的智能算力系统软件服务商,成立于2023年12月,法定代表人为汤雄超。公司近期完成工商变更,新增多家投资方,注册资本从115.4万元增至138.4万元。其主要产品包括自研高性能推理引擎“赤兔”和旗舰系统“八卦炉”,分别在推理和训练场景下表现出色。 siyushenqi.com 2025 年 8 月 13 日 389000 行业动态 2023-2024UGC游戏发展现状(上)——Roblox 2023年对于UGC(用户生成内容)游戏来说是意义非凡的一年。新平台的推出,开发者收入的增长,平台功能的扩展,游戏独立开发者的崛起,使UGC游戏拥有了无限可能。如果说年初UGC 游戏只是一种趋势的话,这一年发生的种种游戏大事件都表明,年末的它已经成为席卷游戏界的新风暴。 siyushenqi.com 2025 年 8 月 18 日 502000 行业动态 Kimi创始人杨植麟最新分享:关于OpenAI o1新范式的深度思考 规模定律之后,大模型发展的下一个范式是强化学习。 siyushenqi.com 2025 年 8 月 13 日 381000 发表回复 请登录后评论...登录后才能评论 提交