الرسوم البيانية المعرفية تحسن دقة RAG

طوّر باحثون من معهد فيكتور التكنولوجي، وتحديداً علي كوري وأمريت كريشنا، إطار عمل جديداً لتعزيز أنظمة التوليد المعزز بالاسترجاع عبر دمج رسوم بيانية المعرفة. تستهدف هذه المبادرة معالجة القصور الجوهري في أنظمة RAG التقليدية المعتمدة على البحث التوافقي المتجهي، والتي تفشل غالباً في ربط المعلومات المتناثرة عبر وثائق متعددة أو فهم العلاقات المعقدة بين الكيانات. يُعد هذا التطور خطوة حاسمة نحو جعل نماذج اللغات الكبيرة أكثر دقة وقدرة على الاستدلال متعدد الخطوات، خاصة في المجالات الغنية بالبيانات العلائقية مثل التقارير المالية العالمية. يعتمد النهج المقترح، المسمى KG-RAG القائم على الكيانات، على إعادة هندسة مكونات التخزين والاسترجاع في بنية النظام. بدلاً من تخزين مقتطفات النص كمتجهات منعزلة، يتم استخراج الكيانات والعلاقات منها تلقائياً باستخدام نماذج لغوية، لتُبنى شبكة مترابطة من العقد والروابط. عند استلام استعلام، يحول النظام السؤال إلى متجه ثم يطابقه مع الكيانات الأكثر ارتباطاً في الرسم البياني. يتبع ذلك استكشاف محلي للجيران حول الكيانات المطابقة، مما يسمح للنظام بتتبع مسرودات المعلومات وربط الحقائق المتباعدة. لضمان دقة السياق، تُدمج أسماء الوثائق المصدر ضمن تعريف كل كيان، مما يمنع تضارب البيانات ويحافظ على التسلسل الهرمي للملفات. أظهرت التجارب العملية، التي أُجريت على مجموعة بيانات من التقارير المالية ربع السنوية لشركة Apple وغيره من كبرى الشركات، تحسناً جذرياً في الأداء. مقارنة بنهج RAG القياسي، ارتفعت دقة الإجابات الصحيحة من 40 في المائة إلى 55 في المائة عند استخدام نموذج GPT-4o، بينما قفزت من 36.36 في المائة إلى 56 في المائة مع النموذج الأصغر GPT-4o-mini. يشير هذا إلى أن البنية العلائقية تعوض بشكل فعال محدودية النماذج ذات التكلفة الأقل، مما يعزز كفاءتها في المهام المعقدة التي تتطلب حسابات أو مقارنة عبر فترات زمنية مختلفة. وسجل النظام أيضاً ارتفاعاً طفيفاً في زمن الاستجابة، مما يجعله قابلاً للتطبيق في بيئات الإنتاج. رغم الإنجازات، يواجه هذا النهج تحديات تقنية تشمل دقة استخراج العلاقات، والحاجة إلى توحيد المعايير المصنّفة عبر مجالات مختلفة، والحمل الحسابي الإضافي المصاحب لبناء الرسوم البيانة وصيانتها. يفتح هذا البحث آفاقاً جديدة للبحث نحو دمج أدوات إعادة الترتيب القائمة على المسارات البيانية، وتحسين توليد الاستعلامات الموجهة للرسوم البيانية. يتوفر الكود المصدري والنتائج كاملة لمجتمع المطورين، مما يمهّد الطريق لاعتماد أوسع لرسوم بيانية المعرفة كعنصر داعم أساسي لأنظمة الذكاء الاصطناعي التوليدي المقبلة.