GraphRAG (Graphs + Retrieval Augmented Generation) est un projet open source développé par Microsoft Research. Il s'agit d'un système modulaire de génération augmentée par la récupération basé sur des graphes. Le projet combine l'extraction de texte, l'analyse de réseau et l'invite de grands modèles de langage (LLM) avec la génération de résumés, formant un système de bout en bout spécialement conçu pour une compréhension approfondie des ensembles de données textuelles.
GraphRAG utilise des grands modèles de langage (LLM) pour extraire automatiquement des graphes de connaissances riches à partir de n'importe quel ensemble de documents textuels. L'une des caractéristiques les plus intéressantes de cet index de données basé sur des graphes est sa capacité à signaler la structure sémantique des données avant toute requête de l'utilisateur.
Le système extrait non seulement les entités et les relations, mais construit également une hiérarchie de communautés, génère des résumés de ces communautés, puis utilise ces structures lors de l'exécution de tâches basées sur RAG.
En créant un graphe de connaissances basé sur le corpus d'entrée, GraphRAG améliore considérablement la partie "récupération" de RAG, en remplissant la fenêtre de contexte avec un contenu plus pertinent, ce qui permet d'obtenir de meilleures réponses et de capturer les sources de preuves.
Le projet GraphRAG est un pipeline de données et une suite de transformation spécialement conçus pour exploiter la puissance des grands modèles de langage afin d'extraire des données structurées significatives à partir de textes non structurés.
Le projet fournit une interface de ligne de commande (CLI) et une solution d'accélérateur GraphRAG, simplifiant l'expérience utilisateur pour les développeurs et les utilisateurs.
GraphRAG crée plusieurs produits de sortie pour stocker le modèle de connaissances indexé, et ces produits seront continuellement mis à jour et itérés dans les futures versions.
GraphRAG est particulièrement adapté aux scénarios nécessitant la découverte de modèles et de relations complexes à partir de grandes quantités de données textuelles, capable de répondre à des questions globales que les systèmes RAG traditionnels ont du mal à traiter.
Pour les ensembles de données privées contenant un contenu narratif riche, GraphRAG est capable de débloquer les capacités de découverte des LLM sur ces données.
Le système peut générer des questions de recherche, optimiser les bases de connaissances, améliorer les invites des utilisateurs et créer des outils qui améliorent l'intelligence des agents d'IA.
Le projet offre une option simple d'installation à partir de PyPI, comprenant un exemple complet de bout en bout montrant comment utiliser le système pour indexer du texte et utiliser les données indexées pour répondre à des questions sur les documents.
graphrag init..env et settings.yaml.Le système prend en charge l'entrée de plusieurs formats de texte, capable de traiter des ensembles de documents à grande échelle et d'établir les graphes de connaissances correspondants.
En tant que projet open source, GraphRAG favorise la collaboration et le développement dans les domaines universitaires et industriels en matière de technologies RAG améliorées par les graphes.
Microsoft GraphRAG représente une avancée significative dans la technologie de génération augmentée par la récupération. En combinant les graphes de connaissances avec les grands modèles de langage, il améliore considérablement les capacités de compréhension du texte et des systèmes de questions-réponses. Il ne s'agit pas seulement d'un outil technique, mais aussi d'une étape importante dans la promotion du développement de l'IA dans le domaine de l'analyse de textes complexes.