Статьи для тех, кто
выводит стек в прод
Материалы о React, Node.js, TypeScript и AI. Переведённый текст показывается, если он есть. Если нет — вы видите английский текст и пометку об этом.
Тег: GraphRAG
Выбор архитектуры RAG: простая, продвинутая, CRAG, GraphRAG, агентская.
Практическое сравнение шести архитектур RAG с их преимуществами, недостатками и сферами применения, а также четырехэтапный алгоритм принятия решений и случаи, когда RAG является неподходящим инструментом.
10 мин чтенияNeo4j и LangChain4j: инструменты GraphRAG для ввода данных, фильтрации и хранения чат-истории
Neo4j с LangChain4j для GraphRAG: обнаружение схемы, построение графов с использованием LLM, язык Cypher DSL, фильтрация во время индексации, поиск связей родитель-дочерний и память для чатов, основанная на графах.
18 мин чтенияRAG или граф знаний? 2 160 оцененных ответов и влияние модели
RAG против графа знаний: было оценено 2,160 отмеченных ответов в трех семействах моделей и 120 вопросов. Победитель меняется в зависимости от модели, причем модель играет наиболее важную роль.
9 мин чтенияROE против TechRAG: GraphRAG на Docker с Qdrant или на SQLite с LanceDB.
Два подхода к реализации GraphRAG: Qdrant, MongoDB и модель объемом 120 млрд параметров против LanceDB, SQLite и qwen2.5 объемом 7 млрд параметров, с сравнением логики поиска и извлечения информации.
7 мин чтенияЧетыре стратегии запоминания для ИИ-агентов: окна с прокруткой, FAISS и GraphRAG
Сравните способы предоставления агенту LLM памяти: от полной истории и оконных функций до обратных индексов, семантического поиска FAISS и графа знаний GraphRAG.
7 мин чтенияПолностью локальная пайплайн GraphRAG с использованием LangExtract, Neo4j, Qdrant и Ollama
Создайте GraphRAG на локальных моделях: извлеките сущности с помощью LangExtract, сохраните их в Neo4j, индексируйте в Qdrant, а затем расширяйте подграфы для получения ответов, основанных на структуре графа.
39 мин чтенияСемь моделей RAG, выходящих за рамки базовых чат-ботов, и ситуации, когда подходит каждая из них.
Руководство по простым, гибридным, корректирующим, саморефлексивным, многократным, графовым и контекстуальным методам RAG: какая проблема решается каждым из них, их составляющие и способы выбора.
7 мин чтенияОтчеты GraphRAG о сообществах: преобразование графа знаний в ответы
Как GraphRAG создает граф из текста, находит сообщества с использованием иерархического алгоритма Leiden, генерирует отчеты о сообществах и использует их для глобального и локального поиска.
6 мин чтенияГибридный поиск для RAG: сочетание поиска по ключевым словам, векторного поиска и поиска по графам
Как объединить BM25, векторный поиск и поиск по графам в RAG: слияние рангов с использованием RRF, где помогает GraphRAG, а также архитектура поиска, слияния, расширения и повторного ранжирования.
6 мин чтения
О этих статьях
Оценка за 24 часа
Нужен такой же стек в операторском слое? Пришлите бриф — оценка за 24 часа.