GenAI 生态系统

知识图谱为每个生成式 AI 模型交互带来更准确的响应、丰富的上下文和可解释性。通过将知识图谱与原生向量搜索结合，您可以在 Graph RAG（检索增强生成）中获得两全其美。

语言模型还可以用于从非结构化文本中提取实体及其关系，以构建和丰富知识图谱。

如何开始

如果您想了解 LLM 和知识图谱如何结合起来改善 GenAI 应用程序，请查看 GraphAcademy 上的 Neo4j 和 LLM 课程。

Neo4j GenAI 生态系统是工具和集成的集合，使您能够轻松地将 LLM 与 Neo4j 一起使用。

GraphRAG 结合了提取实体和关系的摄取过程，以及用于丰富和汇总的图算法。然后，检索步骤将使用知识图谱与向量搜索结合，以导航到比初始文本块更相关的信息。

在 Neo4j Labs 中，我们构建了许多工具，以展示将图与 LLM 结合的强大功能。所有这些工具都是开源的，您可以使用和贡献它们，或者学习并构建您自己的工具。

Neo4j 已与主要的云提供商合作，在他们的平台上创建 GenAI 集成和示例。

Neo4j 添加了许多特性，以便更轻松地构建 GenAI 应用程序并将 LLM 与知识图谱集成。

Neo4j 和我们的社区已为许多这些框架贡献了集成。您可以在本节的页面中找到这些集成的概述，以及代码示例、教程等。