GraphRAGlet

Graphraglet - Arbeiten in Arbeit

Eine leichte Anpassung des GraphRag-Pakets "den größten Teil des Weges dort".

Was unterscheidet Graphraglet von GraphRag?

Das Ziel von GraphRaglet ist es, eine Lag -Suchmaschine zu sein, die für den Index billiger ist, aber ähnliche Strahlen wie Graphrag aufweist. In regulärer Graphgrag ist die Indexierung (Erstellung des Wissensgrafiks) teuer. GraphRaglet zielt darauf ab, GraphRaglet dies zu befassen, indem das Wissensgraphen durch Einbettungen erstellt werden, anstatt Entitäten, Beziehungen und Fakten mit einem LLM zu extrahieren. Das ist billiger.

Graphrag strebt jedoch ein "globales Verständnis" des Korpus an, so dass der ursprüngliche Korpus nicht für die Zusammenfassungen der Wissensgrafik des Wissensgrafiks benötigt wird. Dies ist bei GraphRaglet nicht der Fall, das die relevantesten Dokumente für eine Abfrage zurückgeben soll.

Wie funktioniert Graphraglet?

1. Machen Sie Texteinheiten aus Korpus
2. Generieren Sie semantische Einbettungen für Textunits und erstellen Sie das Wissensgraphen durch eine Cutoff-Schwelle.
3. Community -Erkennung des Wissensgrafiks (unter Verwendung von Leidenalgorithmus)
4. Erzeugen Sie Zusammenfassungen der Gemeinschaften

Mit diesem erweiterten Wissensdiagramm können wir dann die folgenden Suchstrategien implementieren:

• Globale Suche:
  1. Einbetten Sie die Suche in die Zusammenfassungen der Gemeinschaft ein
  2. Lappen auf der relevantesten Gemeinschaft
• Lokale Suche: Finden Sie die relevantesten Dokumente für eine Abfrage innerhalb einer bestimmten Community.

Dev Todo

• Protokollierung einrichten
• Besseres Knacken von Texteinheiten
• Suche implementieren
  • Globale Suche
    • Parametrize
  • Lokale Suche
  • Driftsuche
• Einrichtung von Bewertungen und Tests
  • Multihop
• Fügen Sie Unterstützung für COQ oder einen anderen Lama -Anbieter hinzu
• Verwenden Sie UMAP, um die Dimensionalität der Einbettungen für den Beziehungsabbau zu verringern
• Parallelisierung