2025 iThome 鐵人賽
分享至
一、研究背景檢索增強生成(Retrieval-Augmented Generation, RAG)在近年成為大型語言模型(LLM)落地應用的核心框架。流程為:將外部知識資料庫向量化並建立索引,用戶查詢時查詢相關內容,再結合至模型上下文中生成答案。
優點: 降低了模型的記憶負擔,並提升知識即時性與準確度。缺點:
因此,microsoft 團隊提出GraphRAG 作為新興架構,以圖結構(Graph)補強 RAG 系統,提升檢索與推理的能力。
假設我們要查:「手機快充技術是怎麼發展的?」
IT邦幫忙