GraphRAG

GraphRAG 通过构建学问图谱和分层社区结构，将局部信息团员为全局意会。

其中枢上风在于：

附近 LLM 从文档中索要实体、关系和事实声明构建学问图谱，通过图结构索引捕捉语义接洽。

通过分层社区检测，使用图社区算法将图谱分袂为雅致接洽的社区，递归生成从局部到全局的摘要。

禁受 Map-Reduce 式恢复生成轨范，借助社区摘要的并行处分与团员，生周详面且万般的全局恢复。

GraphRAG 责任经由

1. 将文档拆分为文本块，并使用 LLM 索要其中的实体、关系及事实声明

2. 基于索要恶果构建学问图谱，将实体和关系回荡为图节点和边，对重迭实例进行团员并生成节点形容，同期凭证关系出现频率设定边的权重。

3. 附近 Leiden 算法对图谱进行递归分袂欧洲杯体育，酿成嵌套的社区结构，每个社区代表一个语义主题，构建从局部到全局的层级结构。