🔬 研究主題與搜尋方向¶

這頁說明 arXiv 文獻自動化 是根據什麼研究主題與關鍵字在幫我找論文。想調整方向：編輯 Research_Library/_profiles/llm-graphrag-goat.md 後重新發布（控制台「📋 更新研究主題頁」或發 profile 指令）。

研究題目：A Knowledge Graph-Enhanced Large Language Model Framework for Goat Disease Question Answering System

核心問題：GraphRAG 是否優於 Vector-only / LLM-only baseline 在領域特定獸醫 QA benchmark？

🔑 搜尋關鍵字（決定抓哪些論文）¶

必要（命中才當研究類）¶

標題/摘要至少要有一個

GraphRAG　Graph-RAG　graph-augmented　knowledge graph　graph retrieval　graph rag

高度相關（命中加重分）¶

最想看到的方向

multi-hop retrieval　multi-hop reasoning　multi-hop QA　hybrid retrieval　hybrid search　BM25 vector　RRF　reciprocal rank fusion　cross-encoder reranking　BGE reranker　bidirectional retrieval　entity resolution　entity disambiguation　knowledge graph QA　Neo4j　retrieval ablation　Cypher　triples extraction　relation extraction　transitive inference　transitive multi-hop　knowledge graph reasoning　KG completion　graph traversal reasoning　inferential question answering　multi-hop over knowledge graph　implicit relation reasoning

中度相關¶

相關但非核心

RAG evaluation　LLM judge　LLM-as-judge　DeepSeek-R1　vLLM　retrieval-augmented generation　dense retrieval　sparse retrieval　embedding model　nomic-embed　retrieval recall　supernode　graph traversal　benchmark methodology　golden chunks　ablation study　chain-of-thought retrieval　multi-hop QA benchmark　compositional reasoning

邊緣相關¶

其他方向也用得到

veterinary AI　livestock LLM　domain-specific QA　prompt engineering retrieval　chain-of-thought retrieval

🚫 排除（看到就降到 0 分）¶

明確不採用的方向

global GraphRAG　community detection　Leiden algorithm　LLM finetuning　LoRA fine-tuning　chatbot UI　純向量檢索沒接 graph　hiring / careers / interview tips

最後更新：2026-06-19 17:08