脚本プランナー▸ 
AIアプリ 
AIニュース KAG：OpenSPGエンジンとLLMに基づく論理的推論QAフレームワーク
小编 ·
KAG：OpenSPGエンジンとLLMに基づく論理的推論QAフレームワーク
KAGとは？
KAG（Knowledge Augmented Generation）は、アントグループが推出的した專業分野の知識サービスフレームワークであり、OpenSPGエンジンとLLMに基づき、垂直分野のナレッジベースにおける論理的推論问答ソリューションの構築を目的としています。知識グラフとベクトル検索の長所を組み合わせることで、従来のRAGベクトル類似度計算の曖昧さや、OpenIEが導入するGraphRAGのノイズ問題を効果的に克服し、論理的推論やマルチホップ事実问答などをサポートし、現在の最先端のSOTAを上回る性能を実現します。
KAGのコア機能
専門分野问答の強化：知識グラフとベクトル検索を組み合わせ、大規模言語モデルの特定分野における问答能力を向上させ、より正確で専門的かつ論理的な回答を生成します。
知識表現と検索の最適化：LLMに 친和した知識表現フレームワークを採用し、知識グラフと生テキストチャンクの相互インデックスを実現し、知識の表現・推論・検索プロセスを最適化することで、検索結果の正確性とスペシフィック関連性を向上させます。
ハイブリッド推論と問題解決：論理形式に誘導されたハイブリッド推論エンジンに基づき、自然言語の質問を言語と記号を組み合わせた問題解決プロセスに変換し、検索・知識グラフ推論・言語推論・数値計算を統合し、複雑な問題を効果的に処理します。
ナレッジアラインメントと意味強化：意味推論に基づくナレッジアラインメントにより、領域知識をさまざまな意味関係として定義し、知識の標準化と接続性を向上させ、知識表現の正確性と一貫性を強化します。
KAG技術アーキテクチャ
kg-builder：知識表現と構築を担当します。LLMに友善な知識表現を実現し、DIKW階層構造に基づきSPG知識表現能力をアップグレードし、スキーマレスとスキーマありの知識構築に互換し、グラフ構造とテキストチャンクの相互インデックス表現をサポートし、後続の推論问答段階の高効率な検索を支障します。
kg-solver：推論と求解を担当します。論理形式に誘導されたハイブリッドソルバーと推論エンジンを採用し、計画・推論・検索の3種類の演算子を含み、検索・知識グラフ推論・言語推論・数値計算の4種類の問題解決プロセスを統合することで、複雑な論理的推論と问答タスクを処理します。
kag-model：今後順次オープンソース化される予定で、現在のバージョンでは機能が詳細に説明されていません。
KAG使用チュートリアル
製品版（一般ユーザー向け）
動作環境：推奨システムバージョンはmacOS Monterey 12.6以降、CentOS 7/Ubuntu 20.04以降、Windows 10 LTSC 2021以降です。
ソフトウェア要件：macOS/LinuxユーザーはDockerおよびDocker Composeが必要、WindowsユーザーはWSL 2/Hyper-V、Docker、Docker Composeが必要です。
インストール手順：以下のコマンドを使用してdocker-compose.ymlをダウンロードし、Docker Composeでサービスを起動します：
curl -sSL https://raw.githubusercontent.com/OpenSPG/openspg/refs/heads/master/dev/release/docker-compose.yml -o docker-compose.yml docker compose -f docker-compose.yml up -d
使用方法：ブラウザでKAG製品のデフォルトリンクhttp://127.0.0.1:8887を開き、デフォルトユーザー名openspgとパスワードopenspg@kagでログインします。
ツールパッケージ版（開発者向け）
インストール手順：
Python仮想環境をインストールし、コードをクローンしてKAGをインストールします。
macOS/Linux開発者：
conda create -n kag-demo python=3.10 && conda activate kag-demo git clone https://github.com/OpenSPG/KAG.git cd KAG && pip install -e .
Windows開発者：
py -m venv kag-demo && kag-demo\Scripts\activate git clone https://github.com/OpenSPG/KAG.git cd KAG && pip install -e .
使用方法：開発者はKAGに組み込まれている各種コンポーネントに基づき、内蔵データセットの効果再現と新シナリオの実装を行うことができます。
GitHub: https://github.com/OpenSPG/KAG
OpenSPG: https://spg.openkg.cn/
