算法论文7

HyperGraphRAG：ACL 2025预定爆款

PaperAgent2025-09-26

AI 摘要

CourseAI：HyperGraphRAG模型由三部分构成，构建分知识超图构建、检索、生成机制等步骤。它能从文档抽关系事实，经检索生成答案，检索效率提升7倍，或成ACL 2025爆款。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

LLM Wiki 工程实践与 RAG 融合应用

文章介绍 LLM Wiki 工程实践。包括为 AI Coding 创建知识地图，指导 Agent 加载上下文；在 Obsidian 构建知识体系，有插件和自定义 Agent 两种方法；还分析其与 RAG 关系，指出可融合互补，不要过度神话 LLM Wiki。

文章深入解读 LLM Wiki 与 Google OKF，探讨如何重建企业 Agent 可靠知识底座。指出 RAG 检索有局限，Wiki 式体系可整理知识。介绍 LLM Wiki 构想、OKF 规范及构建符合 OKF 约定的 LLM Wiki 的方法。

斯坦福研究显示，AI Agent每次调用62%内容重复，现有前缀缓存虽有优化但天花板低，阿里云数据表明多数缓存块利用率低。LMCache将缓存管理独立，解决性能问题，其CacheBlend技术复用缓存，适配多引擎和存储后端。

RAG系统存在chunk切分难题，现有方案有额外成本。MCompassRAG不切细、不rerank，给粗chunk加主题元数据当指南针，训练推理分离，实验显示信息效率提升、延迟降低。