RAG结合知识图谱本周前沿总结：引入推理规则、用于实体链接及KGQA式GraphRAG

文章预览

今天是2024年11月17日，星期日，北京，天气晴。 最近在想，很有趣的是，大家做了那么多，没有一个完美方案，总结的来说： 监督微调计算成本高且容易过拟合；上下文学习（ICL）依赖于手工模板，效率低且难以处理长上下文；检索增强生成（RAG）依赖于检索文档的质量和相关性，计算成本高；知识图谱（KG）方法需要大量手动构建和维护，扩展性差。 所以， RAG这个补丁越打越多，并且是针对不同的任务再花式地打 ，所以，这里来回顾下最近一周值得关注的几个工作进展。 一个是关于推理规则用于RAG的一些思路，知识图谱本身也可以作为一些规则约束加进去，关键是怎么挖掘规则，匹配规则。另一个是KGQA范式下的GraphRAG代表工作及EGO-GraphRAG组合设计，这是对昨天话题的延续；另一个是RAG怎么跟之前传统的知识补全模型打配合。 整个技术路线都 ………………………………