GraphRAGlet

GraphRaglet-正在進行中

PraphRag軟件包的輕巧重量“大部分方式”改編。

是什麼使GraphRaglet與GraphRag不同？

GraphRaglet的目的是成為索引較便宜但具有與GraphRag相似的strenghts的抹布搜索引擎。在常規的GraphRag中，索引（構建知識圖）很昂貴。 GraphRaglet的目的是通過通過嵌入來構建知識圖，而不是用LLM提取實體，關係和事實來解決這個問題。這更便宜。

但是，GraphRag的目的是對語料庫有“全球理解”，因此不需要原始語料庫來支持知識圖的社區摘要。 GraphRaglet並非如此，旨在返回查詢最相關的文檔。

GraphRaglet如何工作？

1. 用語料庫製作文本單元
2. 為文本單位生成語義嵌入，並通過截止閾值構建知識圖。
3. 知識圖上的社區檢測（使用萊頓算法）
4. 產生社區的摘要

然後，使用此增強知識圖，我們可以實施以下搜索策略：

• 全局搜索：
  1. 嵌入社區摘要中的搜索
  2. 最相關社區的抹布
• 本地搜索：在特定社區中查找查詢的最相關文檔。

開發

• 設置記錄
• 更好的文本單元塊
• 實施搜索
  • 全局搜索
    • 參數化
  • 本地搜索
  • 漂移搜索
• 設置評估和測試
  • Multihop
• 增加對Groq或其他Llama提供商的支持
• 使用UMAP降低嵌入的維度進行挖掘
• 並行化