GraphRAGlet

GraphRaglet-正在进行中

PraphRag软件包的轻巧重量“大部分方式”改编。

是什么使GraphRaglet与GraphRag不同？

GraphRaglet的目的是成为索引较便宜但具有与GraphRag相似的strenghts的抹布搜索引擎。在常规的GraphRag中，索引（构建知识图）很昂贵。 GraphRaglet的目的是通过通过嵌入来构建知识图，而不是用LLM提取实体，关系和事实来解决这个问题。这更便宜。

但是，GraphRag的目的是对语料库有“全球理解”，因此不需要原始语料库来支持知识图的社区摘要。 GraphRaglet并非如此，旨在返回查询最相关的文档。

GraphRaglet如何工作？

1. 用语料库制作文本单元
2. 为文本单位生成语义嵌入，并通过截止阈值构建知识图。
3. 知识图上的社区检测（使用莱顿算法）
4. 产生社区的摘要

然后，使用此增强知识图，我们可以实施以下搜索策略：

• 全局搜索：
  1. 嵌入社区摘要中的搜索
  2. 最相关社区的抹布
• 本地搜索：在特定社区中查找查询的最相关文档。

开发

• 设置记录
• 更好的文本单元块
• 实施搜索
  • 全局搜索
    • 参数化
  • 本地搜索
  • 漂移搜索
• 设置评估和测试
  • Multihop
• 增加对Groq或其他Llama提供商的支持
• 使用UMAP降低嵌入的维度进行挖掘
• 并行化