TIGRAG

新的 TIGRAG 框架通过令牌共现图增强 LLM 的多跳推理能力

研究人员开发了 TIGRAG，一个新颖的图增强检索增强生成（RAG）框架，旨在提高大型语言模型（LLM）的多跳推理能力。与以往依赖昂贵的 LLM 管道进行图构建的方法不同，TIGRAG 利用了从滑动窗口统计数据构建的令牌共现知识图，实现了可扩展的图创建。这种方法能够进行高效的语义扩展和迭代式实体驱动检索，在多跳问答基准测试上的表现优于现有的密集检索和基于图的 RAG 技术。TIGRAG 还显著减少了索引时间、推理延迟和提示足迹。