Комментарии 3
Читая статью, сложилось впчатление, что KAG и CAG, это улучшенная версия RAG.
Мои 5 копеек:
RAG — это метод, при котором модель в реальном времени извлекает информацию из внешних источников, чтобы генерировать более точные ответы. Например, чат-бот может искать данные в базе знаний, чтобы ответить на ваш вопрос.
KAG — это подход, который интегрирует графы знаний с LLM для улучшения логического мышления, особенно в профессиональных областях, таких как медицина или право.
CAG — это техника, при которой вся нужная информация заранее загружается в контекст модели и хранится в кэше, что ускоряет ответы и устраняет необходимость в реальном времени поиска.
Являются ли KAG и CAG расширенными версиями RAG?
KAG можно считать расширением RAG, так как он использует графы знаний для улучшения, что связано с идеей извлечения информации, как в RAG, но с большей структурированностью.
Для CAG я все же склоняюсь, что это скорее альтернативный подход, чем прямое расширение, так как он не использует реальное время поиска, а полагается на предварительно загруженные и подготовленные данные. Другая область примеения и решение других задач.
Читаю статью и понимаю, что это плохо обработанный вариант вывода deep research. Нет авторского видения. Смешанная стилистика. Видимо автор написал начало, а дальше ввалил блоки текста из отчета. Фу. Не надо так. Сообщество ждет экспертизы, а не умения копипасты. К тому же плохой. Обзор поверхностный, при этом перегружен ненужными деталями. Такое уже надоело читать на хабре. Пора фильтр вводить на генерик статьи....
Уважаемый, видимо у вас замылился глаз, если вы считаете, что данная статья написана нейронкой. Идеей данной статьи является познакомить читателя с новыми подходами, которые можно использовать вместо RAG. В данной статье посчитал добавление кода избыточным, так как ключевой концепцией было описать и сравнить. Ваш комментарий не несет полезной нагрузки из-за субъективного взгляда, смешанных гипотез в написании статьи (определитесь, плохо обработанный вариант вывода deep research или ввалил блоки текста из отчета, поверхностный обзор, но перегружен ненужными деталями) и отсутствия, что конкретно не нравится и что можно было бы улучшить, на что обратить внимание, чтобы в дальнейшем улучшить качество материала в публикуемых статьях. И все же, прошу прощения, что данная статья вам не понравилась.
CAG и KAG: Улучшенные методы дополнения генерации после RAG