Основы GraphRAG. Улучшенный RAG на базе графов знаний




Система генерации ответа, дополненная результатами поиска (Retrieval Augmented Generation, RAG) автоматически выбирает и предоставляет контекст, характерный для конкретной предметной области, что значительно улучшает способность LLM генерировать точные ответы без искажений. Подход GraphRAG основывается на использовании графа знаний для структурирования входных данных и существующих в них связей, чтобы получить содержательные и релевантные промпты. Создайте и разверните систему GraphRAG производственного уровня. Научитесь извлекать структурированные знания из текста и комбинировать методы векторного поиска с поиском по графам. Книга богата практическими примерами: от создания инструмента поиска по векторному сходству и приложения Agentic RAG до оценки эффективности и точности результатов работы такого приложения.
Перейти к описанию и характеристикам| Издательство | Питер |
| Серия | Библиотека программиста м |
| Год издания | 2026 |
| ISBN | 978-5-4461-4502-7 |
| Вес, г | 358 |
Отзывы
Описание и характеристики
Система генерации ответа, дополненная результатами поиска (Retrieval Augmented Generation, RAG) автоматически выбирает и предоставляет контекст, характерный для конкретной предметной области, что значительно улучшает способность LLM генерировать точные ответы без искажений. Подход GraphRAG основывается на использовании графа знаний для структурирования входных данных и существующих в них связей, чтобы получить содержательные и релевантные промпты. Создайте и разверните систему GraphRAG производственного уровня. Научитесь извлекать структурированные знания из текста и комбинировать методы векторного поиска с поиском по графам. Книга богата практическими примерами: от создания инструмента поиска по векторному сходству и приложения Agentic RAG до оценки эффективности и точности результатов работы такого приложения.
| Издательство | Питер |
| Серия | Библиотека программиста м |
| Год издания | 2026 |
| ISBN | 978-5-4461-4502-7 |
| Вес, г | 358 |






