研究者提出UniGFM-RAG：统一图基础模型与大语言模型的端到端GraphRAG框架
热点事件持续更新
研究者提出UniGFM-RAG：统一图基础模型与大语言模型的端到端GraphRAG框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Zicheng Zhao 等研究者在 arXiv 发布论文，提出端到端 GraphRAG 框架 UniGFM-RAG，将图基础模型（GFM）检索器与大语言模型生成器紧耦合，统一检索与推理。 技术上，该框架通过可微分图桥接把节点嵌入投影为软加权图前缀注入 LLM 生成，并采用基于查询-文档语义相似度伪标签的语义引导蒸馏，以降低对人工标注的依赖。 论文称，在三个多跳问答数据集和三个域外 GraphRAG 基准上，该方法持续超越强基线并具备良好泛化性。
AI 根据报道生成 · 58 分钟前更新
最新进展10月27日 12:00
UniGFM-RAG：统一图基础模型与大语言模型实现端到端检索与推理报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIUniGFM-RAG：统一图基础模型与大语言模型实现端到端检索与推理
研究者提出 UniGFM-RAG，一个将 GFM 检索器与 LLM 生成器紧耦合的端到端 GraphRAG 框架，通过可微分图桥接把节点嵌入投影为软加权图前缀注入 LLM 生成，并借助基于查询-文档语义相似度伪标签的语义引导蒸馏降低对人工标注的依赖。在三个多跳问答数据集和三个域外 GraphRAG 基准上，该方法持续超越强基线并具备良好泛化性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。