首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >LightRAG >LightRAG 支持哪些查询模式?

LightRAG 支持哪些查询模式?

词条归属:LightRAG

1. 五种基础模式

LightRAG 提供多种查询模式以适配不同需求:

  • naive:传统向量检索,不使用知识图谱,作为性能基准
  • local:图谱局部检索,聚焦具体实体及其直接关系,适合精确问答
  • global:图谱全局检索,关注宏观主题与跨文档推理,适合趋势分析
  • hybrid:融合 local 与 global 的检索结果,兼顾细节与全局
  • mix:融合 local、global 与 naive 的全部结果,是官方推荐的默认模式

2. 重排序增强

在检索结果之上可启用重排序(Reranker),对召回结果重新打分排序以进一步提升质量,官方说明启用 Rerank 通常能改善查询效果,但会引入一定延迟。

相关文章
Netty支持哪些I/O模式?
连接数高的情况下:阻塞 -> 耗资源、效率低。 阻塞意味着等待,等待就会一直占用该线程,当连接数高时,大多线程又在等待,就会耗尽系统的线程资源。
JavaEdge
2021-02-23
8590
[荐书]LightRAG 双层检索机制揭秘:优化数据处理与查询响应
LightRAG 是一种基于 GraphRAG 的创新方法,它将知识图谱的属性与基于嵌入的检索系统相结合,使其既快速又高效,并取得了 SOTA 结果。LightRAG 是由香港大学的 Zirui Guo 等人开发,它通过图形基础索引和双层检索框架,提高了检索效率并简化了知识更新过程。相较于微软的 GraphRAG,它减轻了 GraphRAG 中基于社区的索引和遍历所带来的计算开销和运行缓慢的挑战。
AgenticAI
2025-03-18
1.7K0
LightRAG 深度解析:为什么说它是真正适合生产环境的 RAG 框架?
检索增强生成(RAG)技术已经成为大语言模型落地应用的关键基础设施。然而,传统 RAG 的"切分 → 向量化 → 检索 → 生成"模式在面对多跳推理和长链关系追踪时常常力不从心。
安全风信子
2026-06-19
1K0
LightRAG:图增强检索框架,索引速度提升10倍
你的 RAG 系统能回答"人工智能的发展趋势"这类宏观问题吗?传统向量检索在面对复杂查询时往往力不从心。香港大学团队开源的 LightRAG 提供了新思路:用知识图谱双层索引重构检索架构,在保持轻量化的同时,让索引速度比 GraphRAG 快 10 倍。
云栈开源日记
2025-12-03
1.3K0
Elasticsearch ES|QL:现已支持视图、子查询和读时模式
想要亲手体验 Elasticsearch?您可以深入探索 Elasticsearch Labs 代码库 中的示例笔记本,开始 免费的云试用,或者现在就 在本地机器上 试用 Elastic。
点火三周
2026-06-30
2731
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券