【KAG】知识增强式生成 - 比RAG更强大的检索与推理框架

แชร์
ฝัง
  • เผยแพร่เมื่อ 24 ธ.ค. 2024

ความคิดเห็น • 10

  • @01coder30
    @01coder30  20 ชั่วโมงที่ผ่านมา +4

    KAG是一个基于OpenSPG引擎和大语言模型的逻辑推理和问答框架,用于构建垂直领域知识库的逻辑推理和问答解决方案。KAG能有效克服传统RAG向量相似度计算的模糊性以及OpenIE引入的GraphRAG噪声问题。KAG支持逻辑推理和多跳事实问答等功能,性能显著优于当前SOTA方法。
    在GitHub上探索KAG - github.com/OpenSPG/KAG

  • @enna2023
    @enna2023 13 ชั่วโมงที่ผ่านมา

    感谢小木头做的分享❤,2025 越来越好!

    • @01coder30
      @01coder30  ชั่วโมงที่ผ่านมา

      感谢,也祝你新年快乐

  • @oyrfasdf
    @oyrfasdf 4 ชั่วโมงที่ผ่านมา +1

    rag按200长度切分效果本身会不理想 而kag是可以小的切分方便构建kg 这么对比可能有点不公平 应该kag的最优表现和rag的最优表现对比

    • @01coder30
      @01coder30  ชั่วโมงที่ผ่านมา

      很有道理,👍

  • @caihengsheng
    @caihengsheng 5 ชั่วโมงที่ผ่านมา

    下一步是否把KAG的方案应用到Chat-Ollama中?

    • @01coder30
      @01coder30  ชั่วโมงที่ผ่านมา

      接下来可能会把知识库接口统一一下,以便集成多种不同的检索增强机制,比如RAG, GraphRAG, KAG等等。

  • @baronedog563
    @baronedog563 17 ชั่วโมงที่ผ่านมา

    大佬,从原理上看,LazyGraphRag应该也属于一种KAG吧?这个相比LazyGraphRag有什么优势吗

  • @robinshi9203
    @robinshi9203 15 ชั่วโมงที่ผ่านมา

    好像前面设置的长度是 2000,dify 这里是 200。 是不是输入的时候搞错了。

    • @01coder30
      @01coder30  9 ชั่วโมงที่ผ่านมา +1

      前面演示用的KAG知识库那里也是设置的200,视频里可能没有说清楚。