從RAG到GraphRAG：開(kāi)啟性成本效率的新紀(jì)元！

索引成本與向量RAG持平，為GraphRAG的0.1%

原標(biāo)題：僅4個(gè)多月RAG就進(jìn)化到“一個(gè)新時(shí)代”了：成本降低到GraphRAG的0.1%
文章來(lái)源：AI前線(xiàn)
內(nèi)容字?jǐn)?shù)：5366字

LazyGraphRAG：性的 RAG 解決方案

近期，微軟推出了一種全新的檢索增強(qiáng)生成（RAG）方案——LazyGraphRAG。這一技術(shù)將VectorRAG與GraphRAG相結(jié)合，旨在以高效、低成本的方式實(shí)現(xiàn)出色的圖形RAG功能，給行業(yè)帶來(lái)性變革。

1. LazyGraphRAG 的優(yōu)勢(shì)

LazyGraphRAG實(shí)現(xiàn)了成本與質(zhì)量之間的天然可擴(kuò)展性，研究人員指出，它在理想的成本和質(zhì)量范圍內(nèi)表現(xiàn)出了強(qiáng)大的性能。此外，該系統(tǒng)降低了全局搜索成本，提高了本地搜索的效率。微軟的研究表明，LazyGraphRAG的索引成本僅為完整GraphRAG成本的0.1%，而在查詢(xún)效果上卻能夠與GraphRAG的全局搜索相媲美。

2. 性能評(píng)估

為了評(píng)估LazyGraphRAG的性能，微軟設(shè)置了三種不同的預(yù)算場(chǎng)景。在低預(yù)算條件下，LazyGraphRAG在本地和全局查詢(xún)上均顯著優(yōu)于所有對(duì)比條件。在中等預(yù)算和高預(yù)算場(chǎng)景中，其表現(xiàn)更是全面超越所有競(jìng)爭(zhēng)方法，展現(xiàn)出優(yōu)異的擴(kuò)展性和答案質(zhì)量。

3. 技術(shù)背景

GraphRAG結(jié)合了圖形和RAG的優(yōu)勢(shì)，通過(guò)單一端到端系統(tǒng)利用文本提取和網(wǎng)絡(luò)分析來(lái)理解數(shù)據(jù)集內(nèi)容。然而，GraphRAG的高索引成本使其在成本敏感的場(chǎng)景中難以應(yīng)用。LazyGraphRAG通過(guò)迭代深化的方式，將最佳優(yōu)先與廣度優(yōu)先搜索動(dòng)態(tài)結(jié)合，解決了這一問(wèn)題。

4. 適用場(chǎng)景

LazyGraphRAG的快速且?guī)缀趺赓M(fèi)的索引功能使其成為了各種場(chǎng)景下理想的選擇，包括致病性查詢(xún)、探索性分析和流式數(shù)據(jù)用例。隨著相關(guān)預(yù)算的增加，其答案質(zhì)量也能得到平衡提升。

5. 結(jié)論

LazyGraphRAG代表了檢索增強(qiáng)生成領(lǐng)域的重大進(jìn)步，以低成本解決方案適用于各種場(chǎng)景。通過(guò)優(yōu)化大語(yǔ)言模型的使用，LazyGraphRAG不僅提升了查詢(xún)效率，還在成本與質(zhì)量之間找到了良好的平衡。未來(lái)，LazyGraphRAG的開(kāi)源版本將加入到GraphRAG庫(kù)中，進(jìn)一步推動(dòng)技術(shù)的發(fā)展。

聯(lián)系作者

文章來(lái)源：AI前線(xiàn)
作者微信：
作者簡(jiǎn)介：面向AI愛(ài)好者、開(kāi)發(fā)者和科學(xué)家，提供大模型最新資訊、AI技術(shù)分享干貨、一線(xiàn)業(yè)界實(shí)踐案例，助你全面擁抱AIGC。