タグ
2件 · 1週間分
従来のRAGシステムが苦手としていた階層的・関係性推論が必要な構造化知識グラフからの情報取得を改善する「HG-RAG」が提案されました。これは、グラフトラバーサルにより関連コンテキストを効率的に抽出し、LLMの出力品質を向上させる新しいフレームワークです。
RAG（検索拡張生成）システムは、大規模言語モデル（LLM）の出力品質を向上させる上で有効ですが、階層的または関係的推論が必要な構造化知識の扱いに課題があります。本論文は、階層型知識グラフをトラバースして構造化されたコンテキストをLLMに提供する「HG-RAG」フレームワークを提案しています。