@neo4jワークフローとエージェントワークフローを使用してDRIFT検索を実装する方法(グローバル検索とローカル検索を組み合わせて、より正確なGraphRAG応答を実現するハイブリッドアプローチ)を学びます。 DRIFT は、コミュニティ レベルのコンテキストから幅広く始まり、反復的なフォローアップ クエリを通じて詳細にインテリジェントにドリルダウンします。ここでは、次のようなことがわかります。 🔍 DRIFT がすべてのコミュニティ レポートを処理する必要性を回避することで、計算効率と包括的な回答品質のバランスをとる方法 ⚡ フォローアップクエリの並列処理を備えた非同期ワークフローシステムを使用した実装 🧠 HyDE(Hypothetical Document Embeddings)統合により、類似性マッチング前に仮説の回答を生成することでベクトル検索の精度を向上させる 🔄 人間の情報探索行動を反映した反復的な深化プロセス - 最初に全体像を把握し、次に的を絞った質問をします Tomaz によるこの実装は、LlamaIndex ワークフローと neo4j に特化した @Microsoft の GraphRAG アプローチをリバース エンジニアリングします。このシステムは、エンティティの抽出、コミュニティの要約、および動的なナレッジグラフのトラバーサルを、いくつかのワークフローステップを通じて調整します。 コード例を含む完全なチュートリアル: