Hugging Face论坛上的用户提出了一种检索增强生成（RAG）方法，其中文档作为节点存储在知识图谱中，并通过重排器进行检索。查询本身成为连接到由重排器识别的最相似节点的新节点。

  • 文档或文本部分作为节点存储在知识图谱中。
  • 重排器根据查询检索文档，可能比上下文RAG提供更高的精度。
  • 查询成为建立与最相似节点连接的新节点。
  • 此方法解决了用于节点提取的LLM的局限性，后者可能仅生成粗粒度标签或关键词。

用户指出，重排器可能比上下文RAG更精确，而基于LLM的节点提取可能会产生过于粗粒度的标签。