构建基于知识图谱的医药智能体Agent - 基于Llama 3.1、NVIDIA NIM 和 LangChain实践

文章预览

Build a knowledge graph-based agent with Llama 3.1, NVIDIA NIM, and LangChain by  Tomaz Bratanic 利用Llama-3.1的原生函数调用能力，从知识图谱中检索结构化数据，以增强RAG应用程序 使用ChatGPT创建 虽然大多数人关注RAG与非结构化文本的关系，比如公司文档或技术文档，但我对基于结构化信息的检索系统持乐观态度，特别是知识图谱。关于GraphRAG，特别是微软的实现， 重磅 - 微软官宣正式在GitHub开源GraphRAG ，令人非常兴奋。然而，在他们的实现中，输入数据是以文档形式存在的非结构化文本，这些文本通过大型语言模型（LLM）转换为知识图谱。 在这篇博客文章中，我们将展示如何在包含来自FDA不良事件报告系统（FAERS- https://www.fda.gov/drugs/questions-and-answers-fdas-adverse-event-reporting-system-faers/fda-adverse-event-reporting-system-faers-public-dashboard ）的结构化信息的知识图谱上实现检索器 ………………………………