タグ: #graph-rag
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 2 件
知識グラフのツール・フレームワーク地図 — 何を、いつ選ぶか
グラフデータベース、RDF・オントロジースタック、グラフRAGフレームワークは、この2年で爆発的に増えました。リンク集はもう十分にあるので、この記事は代わりに、正直に意見を込めた地図を描きます。カテゴリごとに、何のためのものか、代表的なツールを2〜3個、そして「いつ何を選ぶか」をはっきり述べます — 組み込み(Kùzu)vsサーバー(Neo4j)、形式的なOWL/RDF vs実用的なプロパティグラフ、自作の抽出パイプライン vs Mic
2026-07-15 · 15 分で読めます #tools#knowledge-graph#graph-rag#ontology#frameworksGraph RAG とは何か — ベクトルRAGが行き詰まる場所と、コストに見合う瞬間
RAGの標準レシピ(チャンク→埋め込み→上位k件の検索)は、答えが一つのチャンクに収まっているときはよく効きますが、マルチホップの質問や、コーパス全体を貫くグローバルな「センスメイキング」質問では構造的に行き詰まります。MicrosoftのGraphRAGはこの2つの死角を狙い、LLMでコーパスから知識グラフを抽出し、Leidenアルゴリズムでコミュニティを検出して要約を事前生成します。そのうえでグローバルな質問はコミュニティ要約のマッ
2026-07-15 · 15 分で読めます #rag#graph-rag#knowledge-graph#ai#llm