Вплив методів добування знань на ефективність RAG-систем на основі графів

Автор(и)

  • Максим Віталійович Андрощук Національний університет «Києво-Могилянська академія», Україна https://orcid.org/0000-0001-6183-6950

DOI:

https://doi.org/10.18523/2617-3808.2025.8.84-87

Ключові слова:

RAG, графи знань, добування знань, ВММ

Анотація

Стаття досліджує, як методи добування знань впливають на ефективність RAG-систем, що використовують графи знань. Вона показує, що якість графа знань, сформованого різними методами добування знань, є ключовою для подолання обмежень великих мовних моделей (LLM), таких як «галюцинації». Робота аналізує архітектури LightRAG і GraphRAG та підкреслює, що вибір оптимальної KE-стратегії залежить від конкретних завдань і предметної області.

Біографія автора

Максим Віталійович Андрощук, Національний університет «Києво-Могилянська академія»

здобувач ступеня доктора філософії, галузь «Комп’ютерні науки», факультет інформатики Національного університету «Києво-Могилянська академія», maxym.androshchuk@ukma.edu.ua

Посилання

  1. Edge, D., Trinh, H., Cheng, N., Bradley, J., Chao, A., Mody, A., Truitt, S., Metropolitansky, D., Ness, R. O., & Larson, J. (2024). From Local to Global: A Graph RAG Approach to Query-Focused Summarization. arXiv preprint arXiv:2404.16130 (date of access: 10.06.2025). https://doi.org/10.48550/arXiv.2404.16130.
  2. Gao, Y., Xiong, Y., Gao, X., Jia, K., Pan, J., Bi, Y., Dai, Y., Sun, J., Wang, M., & Wang, H. (2023). Retrieval-Augmented Generation for Large Language Models: A Survey. arXiv preprint arXiv:2312.10997 (date of access: 01.06.2025). https://doi.org/10.48550/arXiv.2312.10997.
  3. Guo, Z., Xia, L., Yu, Y., Ao, T., & Huang, C. (2024). LightRAG: Simple and Fast Retrieval-Augmented Generation. arXiv preprint arXiv:2410.05779 (date of access: 10.06.2025). https://doi.org/10.48550/arXiv.2410.05779.
  4. Huang, L., Yu, W., Ma, W., Zhong, W., Feng, Z., Wang, H., Chen, Q., Peng, W., Feng, X., Qin, B., & Liu, T. (2023). A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questions. arXiv preprint arXiv:2311.05232 (date of access: 07.06.2025). https://doi.org/10.48550/arXiv.2311.05232.
  5. Liu, P., Gao, W., Dong, W., Ai, L., Gong, Z., Huang, S., Li, Z., Hoque, E., Hirschberg, J., & Zhang, Y. (2022). A Survey on Open Information Extraction from Rule-based Model to Large Language Model. arXiv preprint arXiv:2208.08690 (date of access: 25.05.2025). https://doi.org/10.48550/arXiv.2208.08690.

##submission.downloads##

Опубліковано

2025-11-26

Номер

Розділ

Нейронні мережі та машинне навчання