原创 PaperAgent 2024-07-16 11:41 湖北
近期RAG这块比较火热的方向当属GraphRAG，微软GraphRAG项目自2024.7.3日开源以来，两周内，收获10.9k星星，可见其火热，同时，它既不是第一个也不会是最后一个开源的GrapRAG项目：
2024.3.15日LangChain发布Graph RAG实战教程
https://www.llamaindex.ai/blog/introducing-the-property-graph-index-a-powerful-new-way-to-build-knowledge-graphs-with-llms
2024.6.24日蚂蚁首个开源Graph RAG框架
蚂蚁首个对外开源的Graph RAG框架采用全自主的开源产品：DB-GPT（RAG的AI工程框架）+ OpenSPG（知识图谱系统）+ TuGraph（图存储系统）。
Vector | Graph：蚂蚁首个开源Graph RAG框架设计解读
2024.7.9日LlamaIndex发文介绍了Property Graphs，属性图索引通过使用标签属性图表示，解决了传统知识图谱无法为节点和关系分配标签和属性，无法将文本节点表示为向量嵌入，无法进行向量和符号检索的问题，提供了更丰富的建模、存储和查询能力。
RAG+Graph新的打开方式：Property Graphs
2024.7.11日Neo4j CEO发表GraphRAG长篇科普长文：GraphRAG宣言。
随后Neo4j于13日开源了基于LLM提取知识图谱的生成器：llm-graph-builder
github：https://github.com/neo4j-labs/llm-graph-builder
2024.7.14日开源项目Camel宣布在其框架中引入Graph RAG Agent！目前并开源了知识图谱抽取的 Prompt，组合使用UnstructuredIO和neo4j实现节点和关系抽取。
教程：https://colab.research.google.com/drive/1IyttIWlsJKGWtWpc-QXDGbVok8fbud_j
2024.7.14日LlamaIndex中初步实现了微软GraphRAG的一些模块：图形生成，构建图形和社区摘要；基于社区的检索，使用社区摘要并汇总中间答案。
未完待续，欢迎留言补充......
对于Graph与LLM结合的方式，一种类似于传统KBQA那种，还有一种就是当前比较流行的方式社区挖掘+LLM。
对于第二种方式，PaperAgent专栏以微软GraphRAG项目为例进行了详细的实战讲解，部分效果图如下：
打印图谱：
[['阿根廷', '队员', '梅西', '梅西是阿根廷球队队员'],['阿根廷', '赛事结果', '哥伦比亚', '阿根廷击败哥伦比亚赢得美洲杯'],['阿根廷', '队员', '劳塔罗马丁内斯', '劳塔罗马丁内斯帮助阿根廷获胜'],['阿根廷', '获得者', '美洲杯冠军奖杯', '阿根廷赢得2022年美洲杯冠军'],['球迷的不守规矩行为', '后果', '被驱逐出场或逮捕', '违规行为的处理'],...
打印社区摘要：
print(community_summary){0: '当球迷参与不守规矩的行为时，可能会面临严重的后果，主要包括被赛事组织者驱逐出场，或者由警方介入导致被捕。这种处理方式旨在维护比赛秩序，对违规行为进行有效管控。',1: '1. 罗伯托·加纳乔对南美足联的评价表现出深深的失望，主要由于他们对球员家属的不公待遇。\n2. 南美足联的行为引发了罗伯托·加纳乔的负面情绪，他对此感到失望，这起因于他们对待球员家庭的不当行为。',2: '1. BBA在中国汽车市场面临来自多个竞争者的挑战，如宾利和劳斯莱斯，它们都与BBA处于同一级别的竞争中。\n2. 宾利和劳斯莱斯都是BBA在中国市场的主要竞争对手，表明豪华车市场的竞争激烈。\n3. BBA不仅在中国市场参与竞争，还直接与像宾利和劳斯莱斯这样的高端品牌进行同级别较量。',3: '1. 阿根廷在美洲杯比赛中对阵哥伦比亚，最终取得胜利，赢得冠军。\n2. 阿根廷与哥伦比亚在美洲杯决赛中对决，阿根廷成功击败对手。\n3. 阿根廷对阵哥伦比亚，赛事结果显示阿根廷赢得了美洲杯。\n4. 在美洲杯的较量中，阿根廷作为对手对阵哥伦比亚，并获得了胜利。',4: '"阿根廷队赢得两次冠军奖杯，分别是作为获得者在美洲杯赛事中荣获冠军。"',5: '1. 梅西作为队员关联于阿根廷，表明他是阿根廷国家队的一员。\n2. 同样地，梅西也被确认为阿根廷球队的队员。'}
RAG专栏之详情，可试看：
https://docs.qq.com/aio/DR0dBWm9WYlJNckxw
推荐阅读
• 对齐LLM偏好的直接偏好优化方法：DPO、IPO、KTO
• RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！
• Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）
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。
