PulseAugur
中
实时 12:25:38
English(EN) RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM

新的RAGU引擎使用紧凑型LLM提升GraphRAG性能

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出RAGU，一个开源引擎，旨在通过采用多步知识图谱构建过程来改进Graph Retrieval-Augmented Generation (GraphRAG)。与单通道系统不同，RAGU将实体提取与整合分开，利用DBSCAN等技术进行去重，并使用Leiden社区检测进行图谱构建。一项关键创新是开发了Meno-Lite-0.1，一个针对语言技能优化的紧凑型7B参数模型，其在知识图谱构建方面的表现优于Qwen2.5-32B等大型模型，并在GraphRAG任务上与之相当。 AI

影响 这项研究可能带来更准确、更高效的LLM知识图谱构建，提升其从复杂结构化数据中综合信息的能力。

排序理由 该集群描述了一篇详细介绍新GraphRAG引擎和模型的新研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的RAGU引擎使用紧凑型LLM提升GraphRAG性能

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Mikhail Komarov, Ivan Bondarenko, Stanislav Shtuka, Oleg Sedukhin, Roman Shuvalov, Yana Dementyeva, Matvey Solovyov, Nikolay O. Nikitin ·

    RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM

    arXiv:2607.11683v1 Announce Type: cross Abstract: Graph retrieval-augmented generation (GraphRAG) enhances large language models with structured knowledge, yet existing systems construct knowledge graphs in a single extraction pass, producing noisy entities and brittle retrieval.…

  2. arXiv cs.AI TIER_1 English(EN) · Nikolay O. Nikitin ·

    RAGU：一个具有紧凑领域适应性LLM的多步GraphRAG引擎

    Graph retrieval-augmented generation (GraphRAG) enhances large language models with structured knowledge, yet existing systems construct knowledge graphs in a single extraction pass, producing noisy entities and brittle retrieval. RAGU, an open-source modular GraphRAG engine, add…

相关实体

相关话题