Graph RAG e grafi di conoscenza
Graph RAG utilizza le relazioni di entità come prova aggiuntiva.
Cosa imparerai
- Spiegare: relazioni esplicite con la provenienza
- Applica l'idea in un esempio: Graph RAG e grafici della conoscenza
- Riconoscere i limiti e verificare il risultato dell'esercizio
Graph RAG utilizza le relazioni di entità come prova aggiuntiva. Grafico e documenti si completano a vicenda, ma entrambi necessitano di verifica.
Questi passaggi si riferiscono alle funzionalità identificate nel codice dell'applicazione. Questo materiale non è stato convalidato su un'istanza live; controlla la documentazione e le opzioni nella tua versione.
Come funziona, passo dopo passo
Relazioni esplicite con la provenienza
Un grafico contiene entità e relazioni, come Prodotto → usi → Parte. L'estrazione LLM può confondere nomi o inventare relazioni; conservare il documento comprovante ogni fatto. L'attraversamento limitato cerca connessioni tra più hop. Local Graph RAG combina i fatti Neo4j con passaggi vettoriali. Non è automaticamente la pipeline Microsoft GraphRAG con rilevamento e report della community. Le domande sulle dipendenze possono trarre vantaggio da un grafico; semplici domande FAQ possono essere più economiche con il recupero dei vettori.
RAG accede alle prove, non riqualifica
RAG significa generazione aumentata dal recupero: il recupero fornisce passaggi rilevanti prima che il modello risponda. L'inserimento prepara i documenti, mentre l'esecuzione delle query ricerca nell'indice e crea il contesto. Un modello di incorporamento rappresenta il testo numericamente; il modello di risposta scrive la risposta. I modelli di riclassificazione, visione, grafico e router svolgono ruoli diversi quando necessario. RAG aiuta con informazioni private o mutevoli ma non garantisce la verità. Utilizzare un'API autorizzata per saldi, inventario esatto o autorizzazioni; un vecchio documento non è una fonte affidabile per lo stato attuale.
I buoni documenti vengono prima delle buone risposte
Prepara testo leggibile, titoli chiari, tabelle con intestazioni e fonti senza duplicati inutili. Il Chunking divide un documento in passaggi recuperabili separatamente; la sovrapposizione preserva la continuità tra i vicini. Un pezzo corto può perdere condizioni, mentre uno grande introduce rumore. I metadati preservano l'origine, la posizione e la versione, oltre all'ambito di accesso laddove imposto dall'implementazione. Il caricamento memorizza il file; l'indicizzazione lo rende ricercabile. Quando una fonte cambia, controlla che i vecchi blocchi scompaiano e che quelli nuovi vengano recuperati prima di dichiarare corrente la knowledge base.
Laboratorio dettagliato
Profondità, limiti e risoluzione delle entità
vector_top_k controlla il numero di passaggi di testo; graph_depth limita la profondità del percorso tra le relazioni; graph_limit limita il numero di fatti restituiti. Non aumentare tutti i parametri contemporaneamente. Per la domanda sull’adattatore, confronta le profondità 1 e 2 e verifica il collegamento necessario tramite P-12.
I prodotti con nomi simili possono avere SKU diversi. La risoluzione delle entità deve preservare gli identificatori esatti. Confronta ciascuna relazione restituita con la sua origine. Una maggiore profondità può aggiungere relazioni e costi irrilevanti anziché solo prove utili.
Lo schema esplicativo
Seguire le frecce continue per il flusso principale. Le frecce blu tratteggiate forniscono dati o contesto; le frecce rosa tratteggiate mostrano feedback o risultati restituiti. Colori e forme distinguono modelli, negozi, decisioni e risultati. I fatti del grafico e i passaggi dei vettori convergono. LX-240 → P-12 → A-7 illustra una relazione a due salti, non una garanzia automatica di verità. Il recupero restituisce prove. Se un modello di risposta è abilitato, compone anche una risposta; le prove recuperate devono ancora essere verificate. Su schermi piccoli, scorri in orizzontale per seguire l’intero schema.
Un esempio completo
Il catalogo dice che LX-240 utilizza P-12 e il manuale collega P-12 all'adattatore A-7. Chiedere informazioni sull'adattatore richiede due relazioni e la verifica del passaggio originale.
template: Graph
vector_top_k: 4
graph_depth: 2
graph_limit: 20
Provalo tu stesso
- Selezionare Grafico e un modello grafico; confronta graph_depth=1 e 2 e controlla i fatti recuperati.
- Registrare l'input, la fonte e il risultato atteso prima di eseguire l'esperimento. Utilizzare solo i dati fittizi nell'esempio.
- Seguire le fasi del diagramma. Ad ogni passaggio registrare quali informazioni vengono ricevute e prodotte; non confondere il risultato intermedio con il risultato finale.
- Ripetere dopo aver rimosso le informazioni necessarie o reso ambiguo l'input. Controlla se il sistema chiarisce, ferma o inventa una risposta.
- Confrontare con la soluzione spiegata. Conserva la configurazione, la data, il risultato e una spiegazione delle differenze. Cambia una cosa e riprova.
Una soluzione spiegata
Il percorso LX-240 → P-12 → A-7 è supportato dal codice sorgente; un nome simile non viene trattato come la stessa entità. Un esercizio riuscito ti consente di mostrare la connessione tra input, fasi e risultato. Quando mancano le informazioni, una risposta cauta è più utile dei dettagli inventati. Confrontare non solo stile: verificare anche condizioni, fonti e operazioni.
Quando è utile e quali sono i suoi limiti
Local Graph RAG non implica report della community Microsoft GraphRAG. Scegli questo approccio quando migliora un bisogno misurato. Mantieni una linea di base semplice e confronta i risultati utilizzando input identici. Un esempio di successo non stabilisce l’affidabilità in ogni situazione.
Verifica ciò che hai imparato
Un vantaggio estratto dall’intelligenza artificiale dimostra che la relazione è vera?
No. Controlla la sua fonte e le identità delle entità.
RAG modifica i parametri LLM?
No. Fornisce il contesto della richiesta-ora; le modifiche ai parametri appartengono all'addestramento.
Quale risultato dovrebbe produrre questo esercizio?
Il percorso LX-240 → P-12 → A-7 è supportato dal codice sorgente; un nome simile non viene trattato come la stessa entità.
Termini da ricordare
- Salto: Incrocio di una relazione in un grafico.
- Recupero: trovare informazioni rilevanti in fonti accessibili.
- Pezzo: Un passaggio di documento che può essere recuperato separatamente.
Fonti e il prossimo passo
Per preparare: R05 — RAG multimodale: i documenti contengono anche immagini