imbajin commented on code in PR #424: URL: https://github.com/apache/incubator-hugegraph-doc/pull/424#discussion_r2480922243
########## content/cn/blog/hugegraph-ai/agentic_graphrag.md: ########## @@ -0,0 +1,449 @@ +--- +date: 2025-10-29 +title: "Agentic GraphRAG" +linkTitle: "Agentic GraphRAG" +--- + +# 项目背景 + +为了应对模型训练数据和现实生活中实际数据之间存在的时效性差异问题，RAG技术应运而生。RAG，顾名思义就是通过向外部数据源获取对应的数据（Retrieval），用于增强（Argument）大模型生成（Generation）回答质量的技术。 + +最早的RAG采用简单的Retrieval - Generation架构，我们拿到用户给出的问题，进行一定的预处理（关键词提取等等），得到预处理之后的问题，接着通过Embedding Model从海量资料中抓取相关的资料作为Prompt交给大模型用于增强模型回答的质量。 + +但是基于语义相似性匹配进行相关语料的抓取未必能够处理所有情况，因为能够用于增强回答质量的语料不一定和问题本身存在语义相似性。一个常见的例子就是：**告诉我“提出水是万物的本源”的哲学家的徒弟提出的本体论观点。**而我们的语料中并不直接存在这个问题的答案，语料库中可能提到： + +1. 泰勒斯提出水是万物的本源 +2. 泰勒斯的弟子有阿纳克西曼德 +3. 阿纳克西曼德将没有任何形式规定性的阿派朗认定为万物的本源 + +如果单纯从语义相似度匹配出发，我们大概率只能retrieval到第一个句子用于增强大模型的回答。但是缺失语料2和语料3的情况下，如果我们所使用的大模型训练语料中没有哲学相关知识，在缺失这些关键信息的情况下，大模型将无法正确回答这些问题，甚至会出现“幻觉”。 + +因此GraphRAG技术诞生了，常见的GraphRAG包含两个步骤： + +1. Offline: 我们需要离线对语料库进行图索引的构建（将非结构化语料转化为结构化数据存储到图数据库中） +2. Online: 当GraphRAG系统接收到用户问题时，根据图数据库捕捉到的语料库中不同实体之间的关联关系，我们可以从图数据库中抓取到上面的三句话（具体图数据库索引可能如下图所示） + +<div style="text-align: center;"> + <img src="/blog/images/images-server/agentic-background.png" alt="image" width="400"> +</div> + +但是GraphRAG本身也存在几个问题： + +1. 如何构建Graph Index是一门学问，Graph Index会影响到模型回答质量。 +2. GraphRAG索引构建过程Token消耗巨大 +3. GraphRAG中存在各种各样的图算法，如何Retrieval效果最好呢？（配置空间过大） + +本次项目主要针对第三个问题展开。我们希望借助大模型的泛化能力使其自动识别用户问题中的意图，然后选择合适配置（比如选择最合适的图算法）从图数据库中读取对应的数据用于增强大模型回答质量——也就是本次项目Agentic GraphRAG的目的所在。 + Review Comment: ```suggestion ```text 👉🏼 理论上现有设计已经可以正常过渡到Agentic GraphRAG,但是现有设计存在诸多悬而未决的问题: ``` 💡 建议为代码块添加语言标识符 `text` 以改善渲染效果 -- This is an automated message from the Apache Git Service. To respond to the message, please log on to GitHub and use the URL above to go to the specific comment. To unsubscribe, e-mail: [email protected] For queries about this service, please contact Infrastructure at: [email protected] --------------------------------------------------------------------- To unsubscribe, e-mail: [email protected] For additional commands, e-mail: [email protected]
