Skip to content

KAG

KAG is a logical form-guided reasoning and retrieval framework based on OpenSPG engine and LLMs. It is used to build logical reasoning and factual Q&A solutions for professional domain knowledge bases. It can effectively overcome the shortcomings of the traditional RAG vector similarity calculation model.

KAG - Knowledge Graph RAG Framework

Features

  • OpenSPG엔진과 LLM을 기반으로 한 논리적 형식 안내(form-guided) 추론 및 Q&A 프레임워크
    • 버티컬한 도메인 지식 기반에 대해 논리적 추론 및 Q&A 솔루션을 구축하기 위해 설계됨
  • 기존 RAG의 한계 극복:
    • 전통적인 RAG의 벡터 유사도 계산의 모호성
    • OpenIE 기반 GraphRAG의 노이즈 문제 해결
  • 논리적 추론 및 멀티홉 Q&A 지원
  • 최신 SOTA 방법보다 우수한 성능 제공
  • 지식 그래프(KGs)의 논리적/사실적 특성 완전 통합
  • 핵심 기능:
    • 지식과 청크 상호 색인 구조로 완전한 문맥 정보 통합
    • 개념적 의미 추론을 통한 지식 정렬로 노이즈 문제 완화
    • 스키마 제약 지식 구축으로 도메인 전문가 지식 표현 지원
    • 논리 형식 기반 하이브리드 추론으로 논리적/멀티홉 Q&A 지원

See also

Favorite site