微软将推出LazyGraphRAG，索引成本降低至GraphRAG的千分之一！｜抢先解读

文章预览

点击上面 “蓝字” 关注我们  将知识图谱技术与RAG有机结合的GraphRAG可谓是今年下半年来的LLM应用领域的一个热点，借助大模型从非结构化文本数据创建知识图谱与摘要，并结合图与向量索引技术来提高对复杂用户查询的检索增强与响应质量。 其中微软的开源项目GraphRAG获得了广泛关注，但现有 的GraphRAG 最被人诟病的不足是： 模型使用成本过高且性能较低，特别是索引阶段（Indexing），即从原始非结构化数据中进行实体、关系、摘要、社区等信息的抽取与生成，需占用大量的LLM使用成本。 尽管GraphRAG在0.4版本中作了一定的升级，包括可以进行文档知识的增量 抽取 ，以及新的DRIFT查询模式，一定程度的 降低 使用成本，提高查询 质量，但问题并没有得到根本优化。 今日凌晨，微软 宣布将推出 GraphRAG 的全新迭代版本 LazyGraphRAG 。 核心亮点是极低的 ………………………………