دانش در مدلهای RAG معمولاً به صورت گراف نمایش داده میشود، اما این ساختارها اغلب در استخراج روابط پیچیده (n-ary) ضعیف هستند. محققان با معرفی «HyperGraphRAG»، از ابرگرافها (Hypergraphs) برای درک عمیقتر مفاهیم استفاده کردهاند. 🧠
این مدل جدید دو چالش بزرگ را حل میکند:
۱. بهبود استخراج حقایق با استفاده از تکنیک self-consistency (خودسازگاری).
۲. بهینهسازی بازیابی قطعات اطلاعاتی با استفاده از الگوریتم رتبهبندی پیجرنک شخصیسازی شده.
این یعنی هوش مصنوعی حالا میتواند با دقت بسیار بالاتری به سوالات تخصصی پاسخ دهد و اطلاعات مرتبط را با خطای کمتری پیدا کند! 📈
منبع: arXiv AI
