「悦数图数据库」获 2023 年度 IT168 创新解决方案奖

RAG，即 Retrieval-Augmented Generation，是一种结合了信息检索与生成模型的技术。基于大型语言模型如 GPT 的上下文连续性，RAG 在生成响应的过程中引入了一个检索阶段，通过查询大型的数据库或知识库，寻找与输入相关的信息，然后利用这些信息来生成响应。然而，对于一些需要特定领域知识或详细背景信息的任务，大型模型的上下文处理能力有限，这时 RAG 的优势就显现出来。

图作为一种用于表示实体之间关系的数据结构，由节点和边组成，节点表示对象，边表示它们之间的连接或关联。图数据库的核心优势在于其强大的关联关系处理能力，能够以高效而结构化的方式组织和检索知识。

图与 RAG 结合，可以更深入地利用大语言模型的生成能力，同时充分发挥图数据库在处理复杂关联关系方面的优势。图数据库的应用使得每个知识点都被赋予了丰富的语义链接，形成一个生动的知识网络。这种网络不仅能够保留和强化知识的纹理关系，还能在涉及知识检索与分析时，提供更深层次的洞见和理解。不仅能够加强大语言模型对信息的理解深度，提高信息的检索效率，还能实现领域知识的低成本长期存储，从而更有效地处理那些需要特定领域知识或详细背景信息的任务。

悦数图数据库推出的图+AI 大模型解决方案，是一种领先的基于自然语言的知识图谱构建和查询（Text2Cypher）技术方案。该方案能够为用户带来强大的数据管理、语义理解和信息提取能力，使企业能够以更低的成本实现更高性能的行业大模型应用，同时也使得人机交互的问答结果变得更加智能和精准。

IT168 官方在悦数图数据库获奖理由中表示：悦数图数据库在 LLM Infra 领域处于领先位置，率先研究探索并实现了基于知识图谱的检索增强技术。悦数团队在行业内首次提出了 Graph RAG （基于图技术的检索增强）的概念，利用知识图谱结合大语言模型（LLM）为搜索引擎提供更全面的上下文信息，可以帮助用户以更低成本获得更智能、更精准的搜索结果。同时，利用先进图技术，为大语言模型引入万亿级的丰富上下文，有效提升大语言模型回答精准度，达到企业级的应用效果，让企业能以较低的费用成本和极短的时间成本，完成基于上下文理解、精确的、透明可解释的大模型落地应用。

在各种行业场景中，悦数推出的 AI 大模型方案都可以发挥独特的作用。在医疗行业中，通过构建医疗知识图谱和大语言模型，可以辅助进行智能诊断；通过构建金融知识图谱和大语言模型，可以提供金融数据分析、投资决策等服务；而在零售行业，可以提供智能商品推荐、客户细分、市场趋势分析等，为客户进行个性化推送，提升用户体验。