r 昨日（11 月 15 日）發(fā)布博文，報道稱微軟研究院已更新 GraphRAG 系統(tǒng)，新增了動態(tài)社區(qū)選擇（Dynamic Community Selection）功能，在改善全局搜索的數(shù)據(jù)檢索同時，tokens 成本減少了 77%。

GraphRAG 簡介

IT之家注：微軟的 GraphRAG（圖基檢索增強生成）是一種新型的檢索增強生成（RAG）框架，旨在利用知識圖譜和大型語言模型（LLMs）來提升信息處理和問答能力。

GraphRAG 通過構(gòu)建知識圖譜，從非結(jié)構(gòu)化文本中提取結(jié)構(gòu)化數(shù)據(jù)，這使得模型能夠更好地理解和處理復(fù)雜信息。

自 2024 年 7 月 2 日開源以來，GraphRAG 在 GitHub 上迅速獲得了超過萬次的星標。

支持動態(tài)社區(qū)

新引入的動態(tài)社區(qū)選擇優(yōu)化了知識圖譜的訪問方式，從而提高了響應(yīng)的質(zhì)量和效率。

該過程使用輕量級模型 GPT-4o-mini 來識別相關(guān)數(shù)據(jù)部分，只有這些部分進入主要處理階段，從而顯著減少計算工作負載。內(nèi)部測試顯示，采用動態(tài)選擇后，tokens 成本平均降低了 77%。

2024 年 11 月發(fā)布的 GraphRAG 版本 0.4.0 還包括增量索引和 DRIFT（動態(tài)檢索推理與過濾技術(shù)）模塊。

這些功能使得知識圖譜的更新變得更為高效，同時提高了搜索的準確性。通過這種結(jié)構(gòu)，GraphRAG 能夠生成更具上下文的答案，減少了傳統(tǒng)文檔系統(tǒng)中常見的碎片化輸出。