GraphRAG
Think思考用来增强RAG的Embedding？兼看推理模型使用实践建议等前沿进展
今日为2025年2月15日星期六。文章回顾了昨日的大模型进展，包括GraphRAG、开放AI推理模型使用建议、大模型训练注意力机制等，并介绍了深度思考与RAG结合的新进展，如生成嵌入和输出thought的方法。
GraphRAG前沿之MedRAG医疗问答路线：兼看基于KG进行上下文扩展方案
2025年02月14日，北京晴。文章介绍了MedRAG工具结合知识图谱解决医疗诊断问题，并回顾了利用知识图谱进行上下文扩展的思路和实践。
用1100 行代码实现GraphRAG！
nano-graphrag 是一个仅1100行代码的开源项目，革新了知识图谱检索技术。它通过构建复杂网络关系，实现更智能、精准的信息检索，支持多后端兼容与异步操作，为开发者提供了友好使用方式和技术细节。
仅4个多月RAG就进化到“一个新时代”了：成本降低到GraphRAG的0.1%
微软推出LazyGraphRAG，结合VectorRAG与GraphRAG的优点，在成本和质量之间实现了平衡。它显著提升了查询效果，且只需4%的高级LLM查询成本即可达到优于其他方法的表现。
微软LazyGraphRAG：新一代超低成本RAG
微软发布LazyGraphRAG简化成本结构，相比完整GraphRAG成本低0.1%。其利用NLP提取概念及其共现，并采用图形统计优化概念图和分层社区结构。评测显示，在成本和质量上超越其他方法，性能优于包括标准向量RAG、RAPTOR、GraphRAG本地/全局搜索和DRIFT在内的多个选项。