GraphLoom

GraphLoom框架通过知识图谱改进多模态RAG

研究人员推出GraphLoom，一个旨在增强多模态检索增强生成（RAG）系统的新型框架。该系统从包括场景描述和外部常识知识在内的各种数据源构建多模态知识图谱。然后，GraphLoom通过分层图记忆槽和联合图-序列注意力选择性地路由高实用性证据，而不是注入所有检索到的信息。这种方法旨在提高答案质量和证据忠实度，尤其是在具有嘈杂或广泛证据池的复杂推理场景中。