PaperAgent 04月09日 18:02
重磅,微软LazyGraphRAG正式开源及实现细节剖析!
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

微软GraphRAG提出近一年,本文梳理其历程。去年4月提出解决传统RAG问题,7月开源受关注但落地成本高,11月发布LazyGraphRAG降低成本,今年3月开源LazyGraphRAG的NLP graph extraction功能。

🎯去年4月,微软多部门提出Project GraphRAG解决传统RAG问题

🌟去年7月,微软开源GraphRAG项目,获23.2k star但成本高

💡去年11月,微软发布LazyGraphRAG,降低数据索引成本

🎉今年3月,微软开源LazyGraphRAG的NLP graph extraction功能

原创 PaperAgent 2025-03-14 00:03 湖北

微软GraphRAG自提出,已历时快一年,PaperAgent对其发展历程进行了专门梳理与总结:

LazyGraphRAG代码解读

graphrag/index/operations/build_noun_graph/build_noun_graph.py

nodes:

edges(共现关系):

edge_weights

LazyGraphRAG技术原理

效果对比,LazyGraphRAG答案更加丰富,Query:描述 2024 年健康保险计划开放注册期间,美国个人在选择健康保险计划时应考虑哪些因素。

微软LazyGraphRAG:新一代超低成本RAG

https://github.com/microsoft/graphrag/blob/main/CHANGELOG.md

推荐阅读


欢迎关注我的公众号“PaperAgent”,每天一篇大模型(LLM)文章来锻炼我们的思维,简单的例子,不简单的方法,提升自己。

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

微软GraphRAG 降低成本 NLP graph extraction
相关文章