Graph RAG: что реально даёт граф в RAG-системе Больше года назад мы написали статью про Graph RAG. С тех пор она стала самой читаемой в нашем блоге, а один раз даже привела нас на личную встречу с владельцем крупного издательства. После неё к нам пришло много вопросов: чем Graph RAG принципиально отличается от обычных RAG-систем, в каких случаях он действительно помогает и что нужно, чтобы это работало. За это время и сама тема Graph RAG заметно «повзрослела», а у нас накопились реальные внедрения, которые позволили на практике оценить её плюсы и минусы. Поэтому мы выпустили продолжение. В новой статье ответили на эти вопросы, показали, какие именно проблемы удалось решить, какие метрики улучшились после добавления графа знаний к обычному RAG и сколько стоит поддержка графовой структуры. Отдельно выделили 5 типов вопросов, с которыми обычный RAG справляется плохо, а Graph RAG — хорошо. Все примеры и цифры — из наших кейсов. Если ИИ всё ещё не понимает сложные вопросы из вашей предметной области, возможно, именно Graph RAG — самое эффективное решение из всей широкой палитры современных технологий. Вот статьи: 1. Сначала — базовая: Graph RAG: как RAG, только c графом знаний https://blogs.epsilonmetrics.ru/graph-rag-kak-rag-tolko-c-grafom-znanij/ 2. Потом — прикладная: Graph RAG на практике: 5 типов вопросов, которые ломают обычный RAG (и как мы их решили) https://blogs.epsilonmetrics.ru/graph-rag-na-praktike/