GraphRAG系列范式冷思考：GraphRAG、KAG框架思考及E2E-AFG自适应过滤端到端思路

文章预览

今天是2024年11月06日，星期三，北京，天气晴 最近GraphRAG还是火了一阵， 也有一些新的工作，比如KAG以及lightRAG出现，我们前面也讲过很多，今天来看了下，做些对比，也谈谈自己的一些看法，核心点是，当前阶段无论是Graph，还是KG，应该跟RAG浅结合，把收益最大化。 另一个，还是看看RAG的进展， E2E-AFG自适应过滤端到端RAG模型，里面为了做生成、是否包含相关信息的分类模型联合训练做的数据伪标注有些意思，可看看。 抓住问题看本质，抽象总结，总归有很多收获，供大家意思参考并思考。 一、也谈KAG知识增强生成框架 最近《KAG: Boosting LLMs in Professional Domains via Knowledge Augmented Generation》(https://arxiv.org/pdf/2409.13731,https://github.com/OpenSPG/KAG/blob/master/README_cn.md)受到关注，我来谈谈几点看法，这也是我同作者的一些讨论观点。 先看KAG是什么， 根据https: ………………………………