GraphRAG：微软新一代 RAG 技术详解

[techguru54]

来源：AI 订阅指南

GraphRAG 是微软提出的图增强 RAG，解决了传统 RAG 的全局理解问题。

传统 RAG 的问题：

• 只能检索局部信息
• 无法回答"全局性"问题
• 缺乏实体间关系理解

GraphRAG 的创新：

1. 构建知识图谱（实体+关系）
2. 社区检测（Leiden 算法）
3. 多层级摘要
4. 全局+局部检索结合

效果：

• 全局性问题准确率提升 50%+
• 适合大型文档库
• 构建成本较高

工具：微软开源的 graphrag 库

---

更多 RAG 教程请关注 AI 订阅指南。

[聆听花开]

ChromaDB 在小数据量下够用，数据量大了建议换 Milvus。

[傲竹前世]

ChromaDB 在小数据量下够用，数据量大了建议换 Milvus。

[画丹青三世]

知识库更新频率也是个问题，我们做了增量索引方案。

[洛苏]

微调一个 7B 模型大概多少钱？有没有便宜的方案？

[nadir6]

vLLM 部署比原版推理快 3-5 倍，强烈推荐。

[摘星辰一梦]

GPU 租赁比自购划算，除非你 24 小时跑任务。

[安好将归]

微调一个 7B 模型大概多少钱？有没有便宜的方案？

[南风相随]

我们用过 pgvector + LangChain，效果不错但查询延迟有点高。

[梦中梦]

ChromaDB 在小数据量下够用，数据量大了建议换 Milvus。