HKUDS/LightRAG

何を解決するか

LightRAGは、Microsoft GraphRAGに代わる、より効率的な選択肢として設計された、軽量でグラフベースのRetrieval-Augmented Generation (RAG) フレームワークです。大規模なグラフのインデックス作成と検索に関連する、重い計算オーバーヘッド、遅いレスポンスタイム、および増分更新に伴う高コストという問題を解決すると同時に、従来のチャンクベースのベクトルRAGにおける断片的なコンテキストの制限を克服します。

仕組み

LightRAGは、知識グラフ (KGs) とベクトル埋め込みの両方を管理する二層アーキテクチャを採用しています。これにより、システムは詳細な事実と抽象的な概念を同時に統合する、二層レベルの検索を実行できます。複雑なクエリに対して、非効率なマルチホップ推論やコミュニティレポートを使用することを避け、LLMの呼び出し回数を減らし、レイテンシを低減します。データの取り込みについては、複数のパーシングエンジン (MinerU, Docling, Native) と4つのチャンキング戦略 (Fixed, Recursive, Vector, および Paragraph semantic) をサポートしており、ドキュメント構造を維持します。

対象者

グローバルな理解、論理的推論、および大規模なデータセットにわたる複雑な文書横断クエリを処理する能力が必要な、垂直ドメイン (法律や金融など) で高品質なRAGを必要とする開発者や組織向けに設計されています。

ハイライト

• 二層アーキテクチャ: 知識グラフとベクトル埋め込みを組み合わせ、包括的で多様な検索を実現します。
• 効率的な更新: 自動的なKG再生を伴う、増分更新と選択的なドキュメント削除をサポートします。
• マルチモーダル対応: 画像、数式、表のマルチモーダル処理を統合し、それらを知識グラフを介して本文テキストに接続します。
• 柔軟なストレージ: PostgreSQL, MongoDB, Neo4J, および OpenSearch を含む、さまざまなプロダクション対応のバックエンドをサポートします。
• 高度なパーシング: Wordドキュメントのセクション見出しを修正し、チャンクの境界を意味的な境界に合わせるネイティブエンジンが含まれています。