判断特化型GraphRAGをJevを使って構築してみた（ベクトル未使用） - Qiita

みなさんGraphRAGの判断を全部LLMにやらせていませんか？文章を書かなくていい判断なら判断が得意なモデルに任せればいい!ということでエンベディングもベクトルDBもグラフDBも使わないGraphRAGを作ってみました。判断はJevに回答はLLMです。 👀 対象読者 RAGを組んだことがあり「意味が近い」と「答えに必要」のずれに困ったことがある人 GraphRAGを検討したけど登録時のLLM抽出の費用で足踏みしている人 Jevのような判断特化型モデルの使いどころを探している人 名探偵コナンが大好きな人 🧐 「意味が近い」だけでは答えに届かない質問がある 普通のRAGは質問と意味が近い文章を探します。困るのは答えが別の名前で書かれているときや、チャンクを辿って答えに行き着くようなパターンです。 「工藤新一って今どこに住んでるの？」 答えは毛利小五郎の探偵事務所です。 新一は薬で子どもの

[SnowSwallow]

“ONE PIECEを全巻読破してからまたこの記事に戻ってきてください” 強火の推し活助かる

[saikyo_tongaricorn]

嫌です…

[nguyen-oi]

LLMに文章書かせずに判定だけさせる発想はコスト削減としても筋が良い検証記事だな