GraphRAG 知识图谱介绍

近年来，大语言模型(LLM)问答系统在技术、性能和应用方面得到了长足进步，垂直领域应用已成为LLM问答系统落地的主要场景。大语言模型(LLM)通常基于互联网公开数据训练而成，落地垂直领域应用时需要引入领域知识来增强LLM问答系统的准确性和可靠性。一直以来，RAG(Retrieval-Augmented Generation，检索增强生成)技术是这方面的默认选择。直到最近，微软发布并开源了GraphRAG(图检索增强生成)技术，一种新的选择成为可能。零点有数将用一文带大家读懂GraphRAG。

一、LLM问答系统的不足

尽管大语言模型(LLM)问答系统在技术、性能和应用方面取得了长足进步，但在落地垂直领域应用方面始终存在“致命伤”：存在幻觉——“一本正经的胡说八道”，即生成与事实不符的答案(Response)(简称“事实性错误”)。

附图1 LLM问答系统示意图

为此，增强LLM问答系统在垂直领域方面的知识，以增强答案生成的事实性，减少幻觉，便成了自然的选择——RAG(Retrieval-Augmented Generation，检索增强生成)应运而生。

二、什么是RAG

如附图二所示，给定一个查询(Query)，RAG从一个垂直领域知识库(图中向量化后的“Vector Database”)中检索(Retrieve)与查询内容相关的文档或段落(Context，简称“上下文”)，并将查询信息(Query)与检索到的上下文信息(Context)进行组合转化成LLM的“提示词”((Prompt)，由LLM生成(Generate)答案(Response)。这便于RAG的应用原理。

相比附图一的LLM问答系统由单一的“查询”(Query)形成的“提示词”而言，RAG的“提示词”信息得到了“增强”(Augmented)——不仅有查询信息(Query),还集成了通过查询信息检索到与其最相关的上下文(Context)信息。鉴于上下文信息