Graf wiedzy (knowledge graph)

Graf wiedzy to sposób zapisania wiedzy jako sieci: węzły to encje (na przykład klient, umowa, produkt), a krawędzie to nazwane relacje między nimi (na przykład „klient podpisał umowę”). W odróżnieniu od bazy dokumentów, w której informacja leży w tekście, graf czyni związki między faktami jawnymi i przeszukiwalnymi.

W kontekście modeli językowych graf wiedzy bywa fundamentem podejścia zwanego GraphRAG. Zamiast — jak w klasycznym RAG — pobierać najbliższe fragmenty z bazy wektorowej, system porusza się po relacjach grafu i przekazuje modelowi powiązane fakty. To pomaga przy pytaniach, które wymagają zestawienia informacji rozproszonej po wielu źródłach — tam, gdzie samo wyszukiwanie semantyczne zwraca trafne, lecz niepołączone ze sobą fragmenty.

Z perspektywy wdrożenia graf i wyszukiwanie wektorowe nie wykluczają się — często działają razem. Wektory dobrze odnajdują „o czym jest tekst”, a graf dobrze odpowiada na „jak te rzeczy się ze sobą łączą”. Kosztem grafu jest budowa i utrzymanie: ktoś musi zdefiniować, jakie encje i relacje są istotne, oraz utrzymywać je w spójności wraz ze zmianą danych firmowych.