图检索增强生成综述：定制化大语言模型的图检索增强生成论文概述本文是一篇关于图检索增强生成的综述性研究论文，由 Qinggang Zhang 等8位研究者共同完成。
研究目标本研究的主要目标包括：
提供图检索增强生成（Graph-based Retrieval-Augmented Generation）范式的综合性综述
识别传统平面文本检索增强生成系统的三个关键局限
系统性地分析三个关键图检索增强生成创新：图结构化知识表示、高效的图检索、结构感知的知识集成
研究背景当前挑战
性能优化：如何提升大语言模型在实际任务中的表现
效率提升：如何减少推理时间和计算资源消耗
可靠性保证：如何确保模型输出的稳定性和准确性
可扩展性：如何使方法能够应用到更多场景和任务
研究动机为了解决这些挑战，本研究提出了创新的方法和技术，旨在提升大语言模型的性能和实用性。
核心方法方法概述该综述系统性地分析了...
LEGO-GraphRAG: 图检索增强生成的模块化框架与设计空间探索
LEGO-GraphRAG: 图检索增强生成的模块化框架与设计空间探索论文概述本文是一篇关于图检索增强生成的研究论文，由 Yukun Cao 等5位研究者共同完成。
研究目标本研究的主要目标包括：
引入 LEGO-GraphRAG，一个模块化框架，将图检索增强生成分解为子图提取、路径过滤和路径精炼模块
提供系统性的算法分类和每个图检索增强生成模块的神经网络模型分类
识别影响图检索增强生成有效性的关键设计因素（图耦合度、计算成本）
研究背景当前挑战
性能优化：如何提升大语言模型在实际任务中的表现
效率提升：如何减少推理时间和计算资源消耗
可靠性保证：如何确保模型输出的稳定性和准确性
可扩展性：如何使方法能够应用到更多场景和任务
研究动机为了解决这些挑战，本研究提出了创新的方法和技术，旨在提升大语言模型的性能和实用性。
核心方法方法概述该论文提出了一个模块化框架，将图检索增强生成的...