跳轉到

Medium 文章收藏

按日期降序，共 52 篇。點任一篇進入「摘要 + 中英對照 + 術語」合併頁。

你不該自己造的本體論：知識圖譜建構者實戰指南

本體導向的知識萃取——從文件到情境感知規則

本體漂移——為何你的知識圖譜正悄悄出錯

為 1000 萬份以上文件打造近乎零幻覺的 RAG 管線

用 LLM 建構與查詢知識圖譜

使用 LangExtract、Neo4j、Qdrant 與 Ollama 的實用 GraphRAG 架構

用 Python 視覺化知識圖譜：別再跟「毛線球」搏鬥

RAG 評估完整指南——RAGAS、TruLens 與 LLM-as-Judge（2026 版）

本體論、知識圖譜與語意層：讓 AI 停止猜測的架構

自訂 GraphRAG 管線：自帶圖譜邁向生產環境

RAG 中的知識圖譜：以 Neo4j 打造的真實示範

為知識圖譜建構本體論是一個過程，而非一張圖

如何「不要」用 LLM 生成知識圖譜

你的知識圖譜大概不需要圖資料庫

為什麼 AI 代理需要本體論——以及用圖儲存它們

RAG 系統完整指南（2026 版）

知識圖譜的多重 LoRA：一個模型，多種領域

矩陣驅動的 GraphRAG：處理多跳推理的更佳方法

用多跳遍歷打造製造業 GraphRAG 機器人

用於 Graph RAG 抽取的本地端 LLM：什麼方法真正有效

RAG 中的知識圖譜：從檢索到推理

我對純向量 RAG 的看法錯了——GraphRAG 讓我的準確率翻了 3.4 倍

HyperbolicRAG：彎曲空間，更好的答案

GraphRAG vs Vectorless RAG vs Vector RAG（2026 進階情境工程指南）

GraphRAG 與向量 RAG：優缺點與混合式 RAG 應用場景

GraphRAG 檢索與查詢：底層運作原理

五篇論文悄悄終結 GraphRAG 的「LLM 稅」

解構 RAG 架構：從向量空間到圖形拓撲

在生產環境中將 GraphRAG 的 Token 成本砍掉 90%

從荷馬《伊利亞德》建構知識圖譜：開放域 vs. Schema 引導式抽取

鯉魚為男孩飛翔，人偶為女孩端坐

GraphRAG 與知識圖譜：用 GNN 打造可解釋的醫療 RAG

診斷 GraphRAG 錯誤：抽取 vs 檢索 vs 生成

可靠 LLM 應用的進階 RAG 與 GraphRAG 技術

在美國釣 Gatori 魚（諷刺散文）

香菸有害，但我懷念它們

OpenAI 承諾的開源模型終於問世 — GPT-OSS 模型正式介紹

AI Agent 經驗篇 — 從 Google 專家眼中認識 AI Agent

為什麼 LLM 在知識圖譜抽取上會失敗（以及什麼方法才有效）

從 Protégé 到 Neo4j GraphRAG：將 OWL 本體轉換為 AI 就緒的知識圖譜

在 Manus 中協調多重 AI 角色，共享情境與工具感知

如何萃取高價值的知識圖譜關係

他說「除非我死了」——我這個同志童軍終於回去了

GraphRAG vs RAG: How a Knowledge Graph Cut Token Usage by 90% While Hitting 100% Accuracy

GraphRAG 解析：Neo4j Cypher AI + 知識圖譜 RAG 指南

GraphRAG：打造更好的 AI 系統（完整教學）

GraphRAG 真的勝過 RAG 嗎？

用本地 LLM 建構知識圖譜：從基準測試到微調

在 Neo4j 知識圖譜上建構 Agentic RAG

你在職場上有心理安全感嗎？

進階 RAG 技術：圖解總覽

GraphRAG vs RAG：知識圖譜如何在達成 100% 準確率的同時削減 90% Token 用量