LLM常见问题（RAG部分）-灵析社区

1. 什么是 Graph RAG？

Graph RAG 是由悦数图数据提出的概念，是一种基于知识图谱的检索增强技术，通过构建图模型的知识表达，将实体和关系之间的联系用图的形式进行展示，然后利用大语言模型 LLM进行检索增强。

通过图技术构建知识图谱提升 In-Context Learning 的全面性为用户提供更多的上下文信息，能够帮助大语言模型（LLM）更好地理解实体间的关系，提升自己的表达和推理能力。

2. 为什么需要 Graph RAG？

身处信息爆炸时代，如何从海量信息中获取准确全面的搜索结果，并以更直观、可读的方式呈现出来是大家期待达成的目标。传统的搜索增强技术受限于训练文本数量、质量等问题，对于复杂或多义词查询效果不佳，更无法满足 ChatGPT 等大语言模型应用带来的大规模、高并发的复杂关联查询需求。

知识图谱可以减少基于嵌入的语义搜索所导致的不准确性。

“保温大棚”与“保温杯”，尽管在语义上两者是存在相关性的，但在大多数场景下，这种通用语义（Embedding）下的相关性很高，进而作为错误的上下文而引入“幻觉”。这时候，可以利用领域知识的知识图谱来缓解这种幻觉。

3. Graph RAG 思路介绍？

Graph RAG 将知识图谱等价于一个超大规模的词汇表，而实体和关系则对应于单词。通过这种方式，Graph RAG 在检索时能够将实体和关系作为单元进行联合建模。

4. 用代码实现 Graph RAG ？

一个简单的 Graph RAG 思想在于，对用户输入的query提取实体，然后构造子图形成上下文，最后送入大模型完成生成，如下代码所示：

def simple_graph_rag(query_str, nebulagraph_store, llm):
    entities = _get_key_entities(query_str, llm)
    graph_rag_context = _retrieve_subgraph_context(entities)
    return _synthesize_answer(
        query_str, graph_rag_context, llm)

5. Graph RAG 排序优化方式是什么？

基于知识图谱召回的方法可以和其他召回方法一起融合，但这种方式在图谱规模很大时其实是有提升空间的。

突出的缺点在于：

子图召回的多条路径中可能会出现多种不相关的。
实体识别阶段的精度也有限，采用关键词提取还比较暴力，方法也值得商榷。
这种方式依赖于一个基础知识图谱库，如果数据量以及广度不够，有可能会引入噪声。

因此，还可以再加入路径排序环节，可参考先粗排后精排的方式，同样走过滤逻辑。

例如，在粗排阶段，根据问题 query 和候选路径 path 的特征，对候选路径进行粗排，采用 LightGBM 机器学习模型，保留 top n 条路径，在精排阶段，采用预训练语言模型，计算 query 和粗排阶段的 path 的语义匹配度，选择得分 top2-top3 答案路径作为答案。