GraphRAG GraphRAG Doc Tokens4263142631Triplets Graph734 nodes， 1064 edges779 nodes， 967 edgesDoc Structure Graph76 nodes， 1090 edgesN/APrompt Tokens375768744990Completion Tokens41797227230Total Tokens417565972220Indexing Time170s210s。
前言在大数据和人工智能的浪潮中，信息检索技术迎来了飞速发展。RAG（Retrieval-Augmented Generation）技术，作为这一浪潮中的创新成果，通过融合检索与生成技术，优化了搜索结果，使其更精准地满足用户需求。
这里指的是，索引的知识块中，核心知识点和其他知识点的关联，有些知识有局部性，例如 A 和 B 在一个块关联，B 和 C 在一个块关联，C 和 D 在一个块关联，如果某些任务依赖于全局的上下文，但任务中又只提及 A 和 D，这中间的关联在做 chunk 的 RAG 索引一般是丢失的，无法获取全局上下文的关联。
我在 Reddit 上不断看到关于 GraphRAG 的帖子，但直到大约一个月前我才最终决定尝试一下。在花了一些时间尝试之后，我可以说它令人印象深刻，但如果你使用 OpenAI API，它的成本也相当高。
OpenAI放王炸！12月5日凌晨，OpenAI首席执行官Sam Altman宣布，将进行为期12天的OpenAI活动。这一罕见举措引发广泛关注。市场普遍预测，其中包括满血o1、Sora等产品。此前，OpenAI 宣布对中国断供其API服务，这一举动引发了广泛关注。
