DEEP-PolyU/LinearRAG

何を解決するか

LinearRAGは従来のGraphRAGシステムの高コストと低速さに対処します。従来の手法は、知識グラフを構築するためにエンティティ間の関係をLLMで抽出する必要があり、大量のトークンと時間が消費されます。LinearRAGはLLMによる関係抽出を必要とせずにグラフを構築する方法を提供し、大規模データセットに対してより高速かつスケーラブルなプロセスを実現します。

動作方法

明示的な関係グラフではなく、LinearRAGは「関係フリー」な構築手法を使用します。軽量なエンティティ認識と意味的リンクを活用してグラフ構造を生成します。意味的ブリッジングを用いることで、1回のパスでマルチホップ推論と深層検索が可能になり、従来のグラフ構築のオーバーヘッドなしに複雑な情報を扱えます。

対象ユーザー

大規模なコーパスを扱う必要があるRAGシステムの開発者や研究者向けです。LLM駆動のグラフ構築のコストとレイテンシが問題となる状況に最適です。

特徴

• 構築時のLLMトークンコストゼロ: グラフ構築フェーズで関係を特定するためにLLMを使用する必要がありません。
• 線形複雑性: 時間と空間の複雑性が線形であり、高いスケーラビリティを確保します。
• マルチホップ推論: 明示的な関係グラフなしに、意味的ブリッジングにより深層検索と複雑な推論をサポートします。
• コンテキスト保持: 意味的リンクとエンティティ認識を活用し、包括的なコンテキスト理解を維持します。