链载Ai
标题: GraphRAG:终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等等! [打印本页]
作者: 链载Ai 时间: 昨天 10:34
标题: GraphRAG:终极 RAG 引擎 - 语义搜索、嵌入、矢量搜索等等!
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 1em;letter-spacing: 0.1em;color: rgb(80, 80, 80);">解锁 GraphRAG 的力量:用于高级语义搜索、嵌入、矢量搜索等的终极 RAG 引擎!
github:https://github.com/microsoft/graphrag
Hi,这里是Aitrainee,欢迎阅读本期新文章。
我刚刚发现了目前最好的完全开源的RAG系统,微软AI推出的GraphRAG。GraphRAG是一个数据管道和转换套件,利用各种大型语言模型的强大功能,从非结构化文本中提取有意义的结构化数据。
在介绍GraphRAG之前,我需要解释一下RAG的基本概念。
RAG(Retrieval-Augmented Generation)是一种自然语言处理方法,通过外部知识增强现有的大型语言模型,以便在回答需要特定知识的问题时,提供更相关的答案。
这种方法被广泛使用,因为它不仅是最经济实惠的方法,还能减少大型语言模型的幻觉倾向,使生成的内容更贴近上下文信息。

除了用于问答,RAG还可以用于很多自然语言处理任务,例如从文本中提取信息、推荐、情感分析和摘要,这些都可以在私有本地存储中完成。那么,GraphRAG和传统的基准RAG系统有何不同呢?
GraphRAG结合了图结构和RAG,它将文本提取、网络分析、大型语言模型的提示和摘要整合成一个强大的系统。
与简单的文本搜索方法不同,GraphRAG使用知识图谱来提取和组织信息,从而提高响应的准确性和相关性,尤其是在处理复杂或私密的数据集时。它通过连接分散的信息片段,提供综合的见解,显著优于基准RAG技术。

现在我们了解了RAG和GraphRAG的基本概念,接下来我将展示如何开始使用GraphRAG,并了解其一些功能。我强烈推荐大家观看这个由项目创作者演示的视频,它会更详细地解释GraphRAG的工作原理。

▲项目创作者演示的视频
https://www.youtube.com/watch?v=jCjyaQL-7mA&t=0s
如何开始使用GraphRAG
让我们开始安装使其在你计算机上运行所需的先决条件。首先,你需要确保已安装Python的最新版本,并确保已安装PIP。

然后,你需要克隆该存储库并进入VS Code,这是我推荐的集成开发环境。

打开VS Code的新窗口,打开终端,输入PIP install graph rag安装相关包。接着输入cd graph rag进入目录,并输入export graph rag_API_key填入你的API密钥。
你需要创建一个输入文件夹以存放所有文件或文档。你可以在终端中输入mkdir input来创建文件夹,

然后打开VS Code,点击“文件”->“打开文件夹”,选择克隆的存储库目录,你会看到创建的输入文件夹。接着将一份今年的福特财务报告放入该文件夹,以便使用GraphRAG进行分析。

在下一个步骤中,输入命令python -m graph rag index以对当前文档进行索引,然后将可以开始与该文档进行对话。

每次处理新文件时都需要进行索引。你还可以在.env文件中粘贴你的API密钥,如果使用其他模型,可以在此处进行配置。配置完成后,保存文件并运行代码。

最后,运行以下命令以启动对话:python -m graph rag query。这将初始化查询或输入,并设置为根文件夹,接着输入查询。这样就可以在本地访问和使用RAG系统。我强烈推荐使用Ollama,它易于设置,只需设置端点即可。
下面提供官方的文档介绍、相关资源、部署教程等,进一步支撑你的行动,以提升本文的帮助力。
GraphRAG 项目
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">?使用 GraphRAG Accelerator 解决方案
?微软研究博客文章
?阅读文档
?GraphRAG 发表的论文ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 1.2em;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(0, 152, 116);color: rgb(255, 255, 255);">简介ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">GraphRAG 是一个旨在利用大语言模型(LLMs)从非结构化文本中提取结构化数据的数据处理工具套件。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">要了解更多关于 GraphRAG 及其如何增强 LLM 处理私有数据能力的信息,请访问微软研究博客文章.ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 1.2em;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(0, 152, 116);color: rgb(255, 255, 255);">快速入门ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">建议使用Solution Accelerator包,该包提供了与 Azure 资源的端到端用户体验。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 1.2em;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(0, 152, 116);color: rgb(255, 255, 255);">代码库指南ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 16px;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">此代码库展示了如何利用知识图谱记忆结构来增强 LLM 输出。请注意,提供的代码仅作为示范用途,不是微软官方支持的产品。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: 1.2em;font-weight: bold;display: table;margin: 4em auto 2em;padding-right: 0.2em;padding-left: 0.2em;background: rgb(0, 152, 116);color: rgb(255, 255, 255);">深入探索提示调优
为了使 GraphRAG 在使用您的数据时达到最佳效果,我们强烈建议按照文档中的提示调优指南进行调整。
责任 AI 常见问题
请参阅RAI_TRANSPARENCY.md了解以下内容:
•GraphRAG 是什么?
•GraphRAG 能做什么?
•GraphRAG 的预期用途是什么?
•GraphRAG 如何评估?使用了哪些性能指标?
•GraphRAG 的局限性是什么?用户如何将其影响降到最低?
•哪些操作因素和设置有助于 GraphRAG 的有效和负责任使用?
| 欢迎光临 链载Ai (https://www.lianzai.com/) |
Powered by Discuz! X3.5 |