仅4个多月RAG就进化到“一个新时代”了:成本降低到GraphRAG的0.1%
微软推出LazyGraphRAG,结合VectorRAG与GraphRAG的优点,在成本和质量之间实现了平衡。它显著提升了查询效果,且只需4%的高级LLM查询成本即可达到优于其他方法的表现。
微软推出LazyGraphRAG,结合VectorRAG与GraphRAG的优点,在成本和质量之间实现了平衡。它显著提升了查询效果,且只需4%的高级LLM查询成本即可达到优于其他方法的表现。
微软发布LazyGraphRAG简化成本结构,相比完整GraphRAG成本低0.1%。其利用NLP提取概念及其共现,并采用图形统计优化概念图和分层社区结构。评测显示,在成本和质量上超越其他方法,性能优于包括标准向量RAG、RAPTOR、GraphRAG本地/全局搜索和DRIFT在内的多个选项。
专注AIGC领域的专业社区,聚焦大语言模型(LLM)的发展与应用。近期,微软发布LazyGraphRAG迭代版本,相比原版成本大幅降低1000倍,并优化了查询处理方式和性能,特别适用于中小企业和个人开发者场景。