RAG中的chunk质量如何评分？HiRAG对GraphRAG的改进思路及推理大模型用于机器翻译
2025年3月17日的文章介绍了RAG相关进展的三方面内容：推理模型在机器翻译中的应用、量化文本分块的有效性方法，以及通过引入层级结构解决局部信息与全局信息间的差距问题。
知识图谱
GDELT情报分析遇见GraphRAG：兼看视频多模态RAG记忆增强检索实现思路
2025年3月15日北京下雪。文章介绍了视频多模态RAG记忆增强检索和GDELT事件知识图谱构建及与RAG效果评估，讨论了不同方法的优缺点及其在问答任务中的应用。
RAG＆KG＆LLM＆文档智能等前沿技术及落地跟进：老刘说NLP技术社区持续对外纳新
老刘说NLP技术社区旨在以公正客观角度围绕大模型&RAG&文档智能&知识图谱展开多种形式的技术分享，包括每日早报、社区讨论、月度分享等。
聚焦前沿技术落地:大模型+知识图谱+RAG+文档智能下的老刘说NLP技术社区对外纳新
2025年转眼已过1/6，老刘说NLP技术社区已完成三次线上技术交流，涵盖RAG、Deepseek-R1推理大模型等话题。社区持续发布内容，欢迎更多成员加入，通过会员制提供多种权益和分享机会。
如何让大模型感知知识图谱知识？蚂蚁联合实验室：利用多词元并行预测给它“上课”
蚂蚁联合实验室提出了一种名为K-ON的方法，利用多词元并行预测机制使大语言模型能够感知知识图谱知识。该方法通过实体层级的对比学习实现了高效的知识图谱补全任务，并在多个数据集上取得了优于现有方法的结果。
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。
