Статті для тих, хто
виводить стек у прод
Матеріали про React, Node.js, TypeScript і AI. Перекладений текст показується, якщо він є. Якщо ні — ви бачите англійський текст і примітку про це.
Тег: knowledge-graph
Форма онтології проти розміру моделі: скільки коштує проектування графа для штучного інтелекту.
Як три безвтратні форми однієї графіки знань у сфері страхування змінили точність, кількість викликів інструментів, кількість токенів та витрати для малих та великих моделей у Azure Cosmos DB.
30 хв читанняGraphify, OKF та RAG: який шар контексту потрібен вашій кодовій базі?
Бенчмарки показують, що Graphify досягає такої ж точності, як і векторний RAG. Ось як Graphify, OKF від Google та векторний RAG взаємодіють між собою, з механізмами виявлення невдач та матрицею прийняття рішень.
12 хв читанняNeo4j та LangChain4j: інструменти GraphRAG для отримання даних, фільтрації та пам’яті чату
Neo4j з LangChain4j для GraphRAG: виявлення схеми, створення графів за допомогою LLM, Cypher DSL, фільтрація в індексі, пошук батьківських та дочірніх елементів та пам’ять для чату, підтримувана графом.
18 хв читанняІнженерія контексту для дослідницького агента Quant: рівні доведення та сховища даних
Інженерія контексту для дослідницького агента WorldQuant: правила, спостереження та переконання на різних рівнях доведення, розподілені між журналом записів, сховищем подій та графом.
12 хв читанняRAG чи граф знань? 2 160 оцінених відповідей та вплив моделі
RAG проти графа знань: 2 160 оцінених відповідей у трьох родинах моделей та 120 запитань. Переможець змінюється залежно від моделі, і саме модель має найбільше значення.
9 хв читанняRAG-Anything на 65 книгах про вино: де метод отримання інформації з графів є ефективним, а де — ні.
Практичний тест графа знань RAG-Anything на 65 PDF-файлах про вино: вибір парсера, витрати, відповіді у вигляді графів проти векторів та проблема з ігристим вином.
12 хв читанняROE проти TechRAG: GraphRAG на Docker та Qdrant або на SQLite та LanceDB
Два підходи до реалізації GraphRAG: Qdrant, MongoDB та модель обсягом 120 млрд параметрів проти LanceDB, SQLite та qwen2.5 обсягом 7 млрд параметрів, із порівнянням логіки пошуку та висновками.
7 хв читанняВиправлення проблем RAG за допомогою онтології та графа знань у документації з напівпровідників
Документація до інструментів EDA для напівпровідників отримала онтологію RDF/OWL, граф знань Neo4j та механізм пошуку з обмеженнями онтології, що дозволило зменшити кількість додаткових запитань у рамках технології RAG на 30 відсотків.
8 хв читанняФормат відкритих знань: портативна пам’ять для агентів з програмуванням на ШІ
Формат відкритих знань зберігає те, що вивчають кодувальні агенти, у вигляді посиланих файлів Markdown. У чому його відмінність від CLAUDE.md та MCP, та як почати його використовувати вже сьогодні.
11 хв читання
Про ці статті
Оцінка за 24 години
Потрібен такий стек в операторському шарі? Надішліть бриф — оцінка за 24 години.