Neo4j CTO：RAG的下半场GraphRAG！

文章预览

我们正在进入 RAG 的“蓝色链接”时代 我们即将意识到，要想用GenAI做任何有意义的事情，你不能 只 依赖自回归LLM来做决定。我知道你在想什么：“RAG就是答案。”或者微调，或者 GPT-5。 是的。基于向量的 RAG 和微调等技术可以提供帮助。它们对于某些用例来说已经足够好了。但还有 另一类 用例，这些技术都遇到了瓶颈。基于向量的 RAG（与微调一样）增加了许多问题正确答案的概率。然而，这两种技术都不能确保答案正确。不会给你留下很多关于它们 为什么 做出特定决定的线索。 早在 2012 年， 谷歌 就推出了他们的第二代搜索引擎，并在一篇标志性的博客文章中发表了一篇名为“ 介绍知识图谱：事物，而不是字符串 ”的文章。他们发现，如果使用知识图谱来组织所有这些网页中字符串所代表的 事物 ，并 进行 所有的字符串处理，那么能力就 ………………………………