GraphRAG

ナレッジグラフを検索し、つながったエンティティと関係をLLMの回答の根拠として用いるRAGの手法である。

記事1本最終言及

GraphRAGは、文書をベクトル類似度だけで検索するのではなく、ナレッジグラフ(エンティティと関係を結んだ知識構造)を検索し、つながったエンティティと関係をLLMに根拠として与えるRAG(検索拡張生成)の手法である。複数の文書に散らばった情報を関係をたどって集められるため、資料全体にまたがる質問や複数段階の推論を要する質問に用いられる。

Microsoft Researchが2024年に同名のオープンソースプロジェクトを公開したことで広く知られるようになった。このプロジェクトはLLMで文書からエンティティと関係を抽出してグラフを作り、グラフをコミュニティに分割して要約を事前に生成し、質問への回答に利用する。以降、グラフベースの検索を用いるRAG全般を指す一般的な語としても使われている。

この説明は、AIPOSTの記事と広く知られた事実をもとにまとめたものです。誤りがあれば訂正依頼でお知らせください。

この項目を扱った記事

  • NVIDIA Agent Toolkit発表、ハーネス改良で性能30%から100%にAIニュース ·

    オントロジーとGraphRAGの関係

    記事を読む

説明の誤りや、見つからない項目はありますか?

事典の説明は、AIPOSTの記事と広く知られた事実をもとにまとめています。誤りは訂正依頼でお知らせいただければ、確認して修正します。新しい記事に登場した名前は、記事の公開後に事典に加わります。