概要：微软研究人员利用人工智能生成的知识图谱改进了Retrieval-Augmented Generation（RAG），提升了问答技术的能力。这一技术将为语言模型的发展带来新的可能性。
微软的研究人员最近提出了一种名为GraphRAG的新技术，通过利用人工智能生成的知识图谱来改进Retrieval-Augmented Generation（RAG）的能力。RAG是扩展大型语言模型能力的一种普遍使用的技术。
RAG技术使模型能够生成更准确的答案，因为用户可以将文档或其他数据源附加到查询中，模型可以用于参考。
基本的RAG技术在处理上下文时存在一些困难，尤其是当需要从不同来源获取信息来回答问题时。微软的研究人员提出了GraphRAG技术，通过利用人工智能生成的知识图谱来改善问答过程。
GraphRAG技术要求大型语言模型根据私有数据集创建知识图谱。然后，该图谱与图机器学习一起在查询时进行提示增强。
据微软称，这一过程显著提高了问题的回答质量。通过使用生成的知识图谱，GraphRAG技术提高了RAG的“检索”部分，通过提供与上下文更相关的内容来改善答案。
微软的研究博客表示，GraphRAG技术已应用于社交媒体、新闻文章和工作场所生产力等各种场景。
微软并未透露是否将公开GraphRAG技术的访问权限。相反，微软表示打算与客户合作，将这一新技术应用于“各种新领域”。
总结：
微软的研究人员利用人工智能生成的知识图谱为Retrieval-Augmented Generation（RAG）技术注入了新的动力。GraphRAG技术通过提高问题回答的质量，为语言模型的发展带来了新的可能性。
正文完
