#Features #agentic #AI #data #products #ducklake #FinOps #graph #database #GraphRAG #Iceberg
Origin | Interest | Match
Thrilled to announce Roberto Navigli as Keynote Speaker at #RAGEKG 2025!
Full Professor at the Sapienza University of Rome, founder of Babelscape, and pioneer #GraphRAG research!
Nov 2-3 | Nara, Japan
Details and CfP (open): https://2025.rage-kg.org
@iswc_conf @ragekg #AI #KnowledgeGraphs #LLM
Использование графов знаний при разработке RAG-систем
Привет, Habr! На связи Александр Сулейкин, Роман Бабенко и Даниил Бутнев. Подготовили совместную статью по теме использования графов знаний при разработке RAG-систем. В рамках статьи рассказываем про основные проблемы традиционных RAG-систем, даем обзор основных открытых проектов графов знаний GraphRAG, показываем и даем краткое описание архитектуры таких систем, а также рассказываем про практическое использование графов знаний на примере трех областей - медицины, метрологии и стандартизации.
Learn how Agentic #GraphRAG is revolutionizing contract analysis by combining #LLMs with knowledge graphs. Go beyond basic retrieval and unlock deep insights from legal documents in Tomaz Bratanic's article.
https://towardsdatascience.com/agentic-graphrag-for-commercial-contracts/
The #GIDS conference in Bangalore was amazing. I appreciate the hundreds of attendees who came out to my #GraphRAG talk and who joined the AI in the Trenches panel with @markrichardssa, Archie Sharma, Vanya Seth @thoughtworks, and @Michaelcarducci.
This week's #ITOps Query episode is out! In the eyes of #CNCF TAG #observability leader Matt Young, #GNNs, #knowledgegraphs and #GraphRAG will boost IT operations and create 3D views of apps and infrastructure. #AI #genai #o11y #aiobservability
https://www.techtarget.com/searchitoperations/podcast/A-visual-future-GraphRAG-and-AI-observability
Мама, у меня RAG: пути к улучшению, когда он «наивный»
В последние пару лет RAG (retrieval-augmented generation) стал одной из самых обсуждаемых технологий в области обработки текстов и поисковых систем. Его идея проста: объединить поиск (retrieval) и генерацию (generation), чтобы быстрее находить нужную информацию и создавать более точные тексты. Рост объёмов данных и информационного шума привёл к тому, что классические методы поиска и генерации уже не всегда справляются с новыми задачами. Например, большие языковые модели без доступа к актуальной информации могут искажать факты, а традиционные поисковики при запросах на естественном языке дают слишком общий результат. RAG решает эти проблемы, добавляя дополнительный "слой знаний" за счёт внешних баз данных, что особенно полезно для чат-ботов, систем вопрос-ответ, рекомендательных сервисов и многих других приложений. Целью данной статьи является погружение читателя в технологию RAG, а также ознакомление с основными критериями и методами его улучшения. В этой статье мы обсудим, как именно устроен RAG, как правильно оценивать его эффективность и какие существуют техники улучшения – от уже известных методов до совершенно новых решений.
Graph-PReFLexOR from MIT, combines graph-based knowledge representation with symbolic abstraction
- Explicitly represents knowledge through graphs
- Bridge between symbolic and neural approaches
- Excels at complex reasoning tasks requiring relational understanding
#GraphRAG
https://arxiv.org/abs/2501.08120
ASK-ME-ANYTHING session @ GraphGeeks.org
Join us for this 'connected' discussion -- ask your burning questions -- with Paco Nathan @ Senzing, an evil mad scientist at the cutting edge of AI applications, graphs technologies, and data analytics use cases in general.
Thu Jan 30
08:00 US Pacific | 16:00 London
https://lnkd.in/gFYqkK-X