我要投稿
上个周，OpenSPG 开源了KAG 框架，通过利用知识图谱和向量检索的优势，在四个方面双向增强LLM和知识图谱，以解决 RAG 存在的挑战（RAG 存在着向量相似度与知识推理相关性差距大、对知识逻辑（如数值、时间关系、专家规则等）不敏感等问题，这些都阻碍了专业知识服务的落地。）。
整个框架包括kg-builder和kg-solver两部分
知识表示：
KAG参考了DIKW（数据、信息、知识和智慧）的层次结构，将SPG升级为对LLM友好的版本，能够处理非结构化数据、结构化信息和业务专家经验。采用版面分析、知识抽取、属性标化、语义对齐等技术，将原始的业务数据&专家规则融合到统一的业务知识图谱中。
推理步骤：
效果如何？
KAG在多跳问答任务中表现优异，相较于其他方法如NaiveRAG、HippoRAG等，在hotpotQA上的F1分数提高了19.6%，在2wiki上的F1分数提高了33.5%。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-05-19
淘天⾃营质量技术AI智能体的实践和思考
2025-05-19
BM25：RAG中的文本相关性排序
2025-05-19
RAG架构综述：探寻最适配RAG方案
2025-05-19
大模型RAG实战｜生成带有引用来源的回答
2025-05-19
三路检索+多模态融合！深度解析RAG 2.0如何攻克大模型落地难题
2025-05-19
重磅！用 Gemini 2.5 搭载 Cohere Embed v4，视觉RAG 终于不用 Markdown 绕路了！
2025-05-19
如何选择Embedding Model？关于嵌入模型的10个思考
2025-05-19
小米 Mi-BRAG 智能引擎：全模态文档问答与细粒度溯源的创新实践
2024-10-27
2024-09-04
2024-05-05
2024-07-18
2024-06-20
2024-06-13
2024-07-09
2024-07-09
2024-05-19
2024-07-07
2025-05-16
2025-05-15
2025-05-14
2025-05-14
2025-05-13
2025-05-11
2025-05-08
2025-05-05
回到顶部
粤ICP备17114055号