LazyGraphRAG

LazyGraphRAG 是什么

微软发布的基于 GraphRAG 的改进版，相较于 GraphRAG ，可以减轻数据建立索引的成本（减轻构建知识图谱的成本），提高查询的效率和答案的质量

为啥叫 Lazy

将 GraphRAG 在索引阶段对大模型的调用延迟到实际查询时，避免了前期构建索引、创建知识图谱时调用大模型的高成本，实现资源高效利用

与 GraphRAG 的区别

LazyGraphRAG 在索引阶段不使用 LLM ，且索引数据为轻量级格式，索引的成本仅为传统 GraphRAG 的 0.1%，与传统的向量 RAG 相当，更适合快速开发和小规模数据场景

LazyGraphRAG 的工作流程

数据索引阶段

• 实体和关系提取：使用通用的 NLP 技术（如名称短语提取）从文本中提取实体，并分析实体之间的关系，不使用 LLM 生成
• 构建实体关系图
• 社区检测：使用图算法提取图的层次化社区结构
• 索引数据存储

查询阶段

• 使用 LLM 将原始查询分解为子查询，并生成扩展的查询
• 匹配查询
  • 使用文本嵌入和实体-社区关系，优先选择与查询最相关的文本片段和社区
  • 采用一种结合最佳优先搜索和广度优先搜索的策略
• prompt生成
  • 使用 LLM 从相关的文本片段中提取与子查询相关的内容
  • 对提取的内容进行排序和过滤，保证答案的质量和相关性
• 生产最终答案

技术细节

NLP 相关技术