

【NGer 茶话会唠嗑 006】RAG 最适合用在哪些场景？

NebulaGraph

2024-11-26

导读：你认为 RAG 最适合用在哪些具体场景呢？

本周话题

RAG 指 Retrieval-Augmented Generation ，这是一种结合了检索（Retrieval）和生成（Generation）的自然语言处理技术。RAG 模型通过检索大量文档中的相关信息来增强语言生成任务，比如回答问题、文本摘要、内容创作等。

RAG 的重要性在于它能够处理复杂的查询，提供基于大量数据源的深入回答，这在传统的基于规则或统计的语言模型中很难实现。

NebulaGraph 率先提出 GraphRAG 的方法，并于 2023 年 8 月与 LlamaIndex 联合发布 GraphRAG，之后 NebulaGraph GenAI Team 构建了开箱即用的 GenAI Suite, 使 GraphRAG 更易用，且性能更强大。

你认为 RAG 最适合用在哪些具体场景呢？

唠嗑奖励‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

🎁欢迎来 NebulaGraph 社区唠嗑（点击原文跳转唠嗑贴），通过回帖获得相应经验值，可用于兑换精美周边；或直接在本文评论区留言，与小伙伴们一起讨论～

唠嗑时间‍‍‍‍‍‍‍‍‍‍

⏰2024.11.22-11.29（为期一周）

✦

如果你觉得 NebulaGraph能帮到你，或者你只是单纯支持开源精神，可以在 GitHub 上为 NebulaGraph 点个 Star！每一个 Star 都是对我们的支持和鼓励✨

https://github.com/vesoft-inc/nebula

✦

扫码添加

可爱星云

技术交流

资料分享

‍‍

NebulaGraph 用户案例集

案例推荐：

信息图谱在携程酒店的应用

智联招聘的推荐实践分享

知识图谱案例：

Nebula Graph 在企查查的应用

腾讯音乐知识图谱搜索实践

中科大脑知识图谱平台建设及业务实践

苏宁基于 NebulaGraph 构建知识图谱的大规模告警收敛和根因定位实践

金融风控案例：

图数据库在中国移动金融风控领域的落地应用

图数据库 Nebula Graph 在 BOSS 直聘的应用

360数科：基于 NebulaGraph 打造智能化的金融反欺诈系统

NebulaGraph 助力金蝶征信产业图谱深挖企业关系链，实现银行批量获客

智能运维案例：

58 同城基于 NebulaGraph 一键部署运维架构的实践

苏宁基于 NebulaGraph 构建知识图谱的大规模告警收敛和根因定位实践

大数据/图平台：

图DB在微信的应用

OPPO：通过 NebulaGraph 建设全局图数据库平台

vivo 大规模特征存储实践

美团图数据库平台建设及业务实践

百度爱番番实时CDP建设实践

数据治理：

微众银行：利用 NebulaGraph 进行全局数据血缘治理的实践

BIGO 的数据管理与应用实践

安全：

百亿级图数据在快手安全情报的应用与挑战

基于图的下一代入侵检测系统

NebulaGraph 助力奇安信威胁图谱分析系统获赛迪顾问颁发“新一代信息技术创新产品”奖

【声明】内容源于网络

NebulaGraph

一个开源的分布式图数据库

内容 731

粉丝 0

NebulaGraph 一个开源的分布式图数据库

总阅读403

粉丝0

内容731