GraphRAG

Gewöhnliches RAG sucht einzelne passende Textstellen. Bei Fragen, die einen ganzen Bestand betreffen, etwa nach den Hauptthemen einer Sammlung, versagt das. Der Ansatz GraphRAG von 2024 lässt ein Sprachmodell aus den Dokumenten zunächst einen Knowledge Graph aufbauen und fasst Gruppen zusammengehöriger Dinge vorab zusammen. Antworten werden aus diesen Zusammenfassungen gebildet.

Einordnung: Davon zu unterscheiden ist die Nutzung bereits vorhandener, gepflegter Graphen wie Wikidata oder der GND als Faktenquelle. Im ersten Fall erzeugt die KI den Graphen, im zweiten liefern ihn Menschen.

Weiterlesen

• Edge u. a. (2024): From Local to Global, A Graph RAG Approach