GraphRAG Global

新的RAG方法LiteRAG和CAGE增强了连贯性和效率

两篇新研究论文LiteRAG和CAGE提出了改进检索增强生成（RAG）系统的新颖方法。LiteRAG通过使用算法探索而非昂贵的LLM控制来专注于降低查询时间成本和提高生成效率，在基准测试中实现了高质量，同时显著降低了延迟和成本。CAGE引入了一个重新排序框架，该框架模拟检索到的段落之间的连贯性，将它们转换为图，并使用关系图卷积网络来增强事实一致性并提高下游答案的精确度。