tugraph

蚂蚁KAG框架核心功能研读作者介绍：薛明：拥有近10年在医疗和零售领域应用机器学习和人工智能的经验。曾就职于通用电气、复星医药等企业。长期专注于医学图像、自然语言处理以及数据科学的研发工作，如训练/推理框架、数据挖掘与分析等领域。于2024年7月创立AI公司Percena，负责基于大模型的应用产品开发，如RAG&Agent等。

蚂蚁图团队GraphRAG支持社区摘要——Token相比微软直降50%今年5月份，我们在DB-GPT v0.5.6版本发布了蚂蚁首个开源GraphRAG框架，支持了多种知识库索引底座，并在文章《Vector | Graph：蚂蚁首个开源GraphRAG框架设计解读》里详细介绍了GraphRAG框架的设计实现和持续改进方向。7月份微软正式开源了GraphRAG项目，引入图社区摘要改进QFS（Query Focused Summarization）任务的问答质量，但图索引的构建成本较高。9月份DB-GPT v0.6.0在外滩大会正式发布，蚂蚁图团队联合社区对GraphRAG框架

从论文到图谱，或许只差一个html书接上回，在文章《论文图谱当如是：Awesome-Graphs用200篇图系统论文打个样》中，我向大家讲述了如何用图的方式思考图计算系统的演进历史，并在后续的系列文中结合Awesome-Graphs项目解读了数篇图计算领域的经典论文。

Vector | Graph：蚂蚁首个开源Graph RAG框架设计解读检索增强生成（RAG：Retrieval Augmented Generation）技术旨在把信息检索与大模型结合，以缓解大模型推理“幻觉”的问题。近来关于RAG的研究如火如荼，支持RAG的开源框架也层出不穷，并孕育了大量专业领域的AI工程应用。我们设计了一个通用的开源RAG框架，以兼容未来多样化的基础研究建设和工程化应用诉求。

妙用OSGraph：发掘GitHub知识图谱上的开源故事OSGraph (Open Source Graph) 是一个开源图谱关系洞察工具，基于GitHub开源数据全域图谱，实现开发者行为、项目社区生态的分析洞察。可以为开发者、项目Owner、开源布道师、社区运营等提供简洁直观的开源数据视图，帮助你和你的项目制作专属的开源名片、寻求契合的开发伙伴、挖掘深度的社区价值。