{"id":32408,"date":"2025-11-12T05:00:00","date_gmt":"2025-11-12T04:00:00","guid":{"rendered":"https:\/\/sii.pl\/blog\/?p=32408"},"modified":"2025-12-17T15:31:10","modified_gmt":"2025-12-17T14:31:10","slug":"jak-pokonac-graph-rag-a-badawcza-ciekawosc-kontra-praktyczne-zastosowanie","status":"publish","type":"post","link":"https:\/\/sii.pl\/blog\/jak-pokonac-graph-rag-a-badawcza-ciekawosc-kontra-praktyczne-zastosowanie\/","title":{"rendered":"Jak pokona\u0107 graph RAG-a: Badawcza ciekawo\u015b\u0107 kontra praktyczne zastosowanie"},"content":{"rendered":"\n

\u0141\u0105czenie du\u017cych modeli j\u0119zykowych (LLM) z grafami wiedzy (Knowledge Graphs) to nic nowego. Od lat brzmi to jak idealny spos\u00f3b na rozwi\u0105zanie najwi\u0119kszego problemu LLM-\u00f3w, czyli \u201ehalucynacji<\/a>\u201d, poprzez osadzenie ich w naszej logicznej strukturze informacji.<\/p>\n\n\n\n

Mimo to, chocia\u017c grafy wiedzy sprawdzaj\u0105 si\u0119 na ogromn\u0105 skal\u0119 (jak w Google<\/a>, Amazon<\/a> czy Wikipedii<\/a>), wci\u0105\u017c nie s\u0105 tak popularne, jak by\u015bmy si\u0119 spodziewali. Pe\u0142ne zintegrowanie tych dw\u00f3ch \u015bwiat\u00f3w \u2013 reprezentacji danych ci\u0105g\u0142ych (LLM) i dyskretnych (KG) \u2013 okaza\u0142o si\u0119 trudniejsze, ni\u017c my\u015bleli\u015bmy.<\/p>\n\n\n\n

Przyjrzymy si\u0119 jednemu z szeroko omawianym zastosowa\u0144 tej wsp\u00f3\u0142pracy: systemom RAG<\/strong>. Zaprezentujemy szczeg\u00f3\u0142owe wyniki przeprowadzonego przez nas eksperymentu i udowodnimy, dlaczego prostota i dog\u0142\u0119bne zrozumienie danych mog\u0105 by\u0107 kluczem do sukcesu. No i oczywi\u015bcie \u2013 kiedy warto jednak zastosowa\u0107 bardziej zaawansowane podej\u015bcia grafowe.<\/p>\n\n\n\n

RAG, czyli?<\/strong><\/h2>\n\n\n\n

Retrieval-Augmented Generation to metoda, kt\u00f3ra \u0142\u0105czy moc LLM-\u00f3w z zewn\u0119trznymi, zaufanymi \u017ar\u00f3d\u0142ami wiedzy. Dzi\u0119ki temu model odpowiada na pytania, opieraj\u0105c si\u0119 na danych, kt\u00f3re mu dostarczamy, a nie tylko na danych, na kt\u00f3rych zosta\u0142 wytrenowany przez jego tw\u00f3rc\u00f3w. A najlepsze jest to, \u017ce takie systemy mo\u017cna bez problemu zbudowa\u0107 w ca\u0142o\u015bci na w\u0142asnych serwerach lub w prywatnej chmurze<\/strong>, wi\u0119c nie musimy si\u0119 martwi\u0107 o wyciek poufnych danych. To praktyczny system, na kt\u00f3ry widzimy od paru lat spore zapotrzebowanie.<\/p>\n\n\n\n

Ale, co ciekawe, tradycyjne RAG-i, kt\u00f3re opieraj\u0105 si\u0119 na wyszukiwaniu wektorowym, cz\u0119sto maj\u0105 k\u0142opoty z pytaniami, kt\u00f3re wymagaj\u0105 zebrania informacji z wielu, lu\u017ano powi\u0105zanych dokument\u00f3w. Wyobra\u017a sobie, \u017ce pytasz:<\/p>\n\n\n\n

\n

Podsumuj najwa\u017cniejsze wydarzenia z Doliny Krzemowej z ostatniego tygodnia<\/em>.<\/p>\n<\/blockquote>\n\n\n\n

Modele wektorowe szukaj\u0105 tekst\u00f3w, kt\u00f3re s\u0105 semantycznie podobne do Twojego pytania, wi\u0119c bez problemu znajdzie np.<\/p>\n\n\n\n

\n

Nvidia wczoraj zapowiedzia\u0142a, \u017ce ich najnowszy uk\u0142ad…<\/em><\/p>\n<\/blockquote>\n\n\n\n

Taki system mo\u017ce wyrzuci\u0107 miliony wiadomo\u015bci. Ale jak ustali\u0107, kt\u00f3re faktycznie dotycz\u0105 Doliny Krzemowej, skoro nie wszystkie wspominaj\u0105 o lokalizacji? I co wa\u017cniejsze \u2013 kt\u00f3re s\u0105 naprawd\u0119 wa\u017cne?<\/strong><\/p>\n\n\n\n

\u015awiat\u0142a, kamera, GraphRAG!<\/strong><\/h2>\n\n\n\n

W 2024 roku Microsoft opublikowa\u0142 sw\u00f3j grafowy RAG o nazwie… c\u00f3\u017c, \u201eGraphRAG<\/a>\u201d, daj\u0105c nadziej\u0119 na rozwi\u0105zanie tych wyzwa\u0144. Nie by\u0142 to pierwszy \u201eRAG na grafach\u201d, ale odbi\u0142 si\u0119 chyba najwi\u0119kszym echem w spo\u0142eczno\u015bci AI. Zamiast indeksowa\u0107 baz\u0119 danych na podstawie semantyki, tutaj LLM generowa\u0142 logiczne powi\u0105zania<\/strong> mi\u0119dzy lud\u017ami, miejscami, wydarzeniami, tworz\u0105c logiczn\u0105 sie\u0107 fakt\u00f3w. Ten pomys\u0142owy, nieco skomplikowany system dzia\u0142a\u0142, ale mia\u0142 swoje minusy, zw\u0142aszcza je\u015bli chodzi o du\u017c\u0105 skal\u0119: wysokie koszty i k\u0142opoty z utrzymaniem, gdy baza wiedzy si\u0119 rozrasta\u0142a.<\/strong><\/p>\n\n\n\n

W Sii od dawna obserwujemy ten trend, ale podchodzimy do niego z nasz\u0105 charakterystyczn\u0105 mieszank\u0105 badawczej ciekawo\u015bci i pragmatyzmu. Chcieli\u015bmy sprawdzi\u0107, czy ta obiecuj\u0105ca technologia jest na tyle dojrza\u0142a, \u017ceby\u015bmy mogli j\u0105 wdro\u017cy\u0107 u naszych klient\u00f3w.
Niestety, benchmarki i analizy por\u00f3wnawcze od tw\u00f3rc\u00f3w innowacji AI cz\u0119sto bywaj\u0105\u2026 niewiarygodne<\/strong>, bo s\u0105 nastawione na pokazanie przewagi ich rozwi\u0105zania.<\/p>\n\n\n\n

Dlatego postanowili\u015bmy postawi\u0107 GraphRAG-owi godnego rywala. Nasz eksperyment nie mia\u0142 by\u0107 tylko akademickim testem. To by\u0142 praktyczny test bojowy<\/strong>, kt\u00f3ry mia\u0142 da\u0107 nam prost\u0105 odpowied\u017a: czy ten nowy, modny trend faktycznie jest lepszy od prostszego, bardziej konserwatywnego podej\u015bcia?<\/strong><\/p>\n\n\n\n

LightRAG \u2013 nowy, lepszy GraphRAG?<\/strong><\/h2>\n\n\n\n

Od czasu s\u0142ynnego GraphRAG-a wiele si\u0119 zmieni\u0142o, wi\u0119c w naszym badaniu por\u00f3wnali\u015bmy go z jednym z jego nast\u0119pc\u00f3w-konkurent\u00f3w.<\/p>\n\n\n\n

LightRAG<\/strong><\/a> to nowoczesny framework, kt\u00f3ry sta\u0142 si\u0119 popularny, bo naprawia\u0142 wiele problem\u00f3w poprzednika, takich jak wysokie koszty i k\u0142opotliw\u0105 skalowalno\u015b\u0107. Jego architektura jest hybrydowa, \u0142\u0105czy wyszukiwanie grafowe z wektorowym. Wielk\u0105 zalet\u0105 jest te\u017c to, \u017ce dzia\u0142a z r\u00f3\u017cnymi dostawcami i ma przyrostowe indeksowanie, co bardzo u\u0142atwia aktualizowanie baz wiedzy.<\/p>\n\n\n\n

Architektura LightRAGa<\/strong> jest bardzo ciekawa, cho\u0107 wymaga chwili, aby si\u0119 w niej po\u0142apa\u0107.<\/p>\n\n\n\n

\"Architektura
Ryc. 1 Architektura LightRAG (\u017ar\u00f3d\u0142o<\/a>)<\/figcaption><\/figure>\n\n\n\n

Jak LightRAG indeksuje dane<\/strong><\/h2>\n\n\n\n
    \n
  1. Ekstrakcja i podsumowanie<\/strong>: LLM przetwarza dokumenty, wyci\u0105gaj\u0105c z nich encje<\/strong> (np. nazwy firm, osoby, daty) i relacje<\/strong> mi\u0119dzy nimi (np. \u201eGoogle Inc.\u201d <\u2014 \u201ezosta\u0142 za\u0142o\u017cony\u201d <\u2014 \u201e14 wrze\u015bnia 1998\u201d). Potem, ka\u017cd\u0105 encj\u0119 i relacj\u0119 opisuje w kilku zdaniach.<\/li>\n\n\n\n
  2. Tworzenie s\u0142ownika<\/strong>: Encje (np. \u201eGoogle\u201d) staj\u0105 si\u0119 kluczami <\/strong>szczeg\u00f3\u0142owymi (low-level keys), a relacje og\u00f3lnymi kluczami (high-level keys) np. \u201eZa\u0142o\u017cenie Google\u201d. Opisy, kt\u00f3re LLM wygenerowa\u0142 w poprzednim punkcie, staj\u0105 si\u0119 warto\u015bciami<\/strong> tych kluczy.<\/li>\n\n\n\n
  3. Tworzenie grafu<\/strong>: Encje z punktu 1. to teraz w\u0119z\u0142y<\/strong> w grafie, a relacje to kraw\u0119dzie<\/strong>. Ten krok jest najwa\u017cniejszy i jednocze\u015bnie najbardziej problematyczny, bo jako\u015b\u0107 grafu zale\u017cy wy\u0142\u0105cznie od tego, jak skrupulatnie LLM wyci\u0105gn\u0105\u0142 wszystkie informacje.<\/li>\n\n\n\n
  4. Indeksowanie<\/strong>: Wygenerowane klucze trafiaj\u0105 a\u017c do trzech baz danych:\n