L'auteur a remplacé le stockage de faits basé sur JSONL de son agent d'IA, qui souffrait de doublons et d'un manque de compréhension relationnelle, par une base de données graphe. Ce changement a résolu des problèmes tels que la traversée multi-sauts et l'évolution des faits dans le système de mémoire de l'agent, fonctionnant efficacement avec 85 Mo.
L'article plaide pour que le logiciel soit traité comme un graphe sémantique typé plutôt que comme du texte, ce qui est plus naturel pour les systèmes d'IA. DUUMBI est présenté comme une approche qui représente la signification du programme dans des données de graphe JSON-LD, avec le texte comme interface secondaire.
Cette étude introduit le Reflection-Augmented Scaling (RAS) pour la génération de requêtes Cypher exécutables, en exploitant les retours d'exécution via l'apprentissage en contexte. Le RAS réduit le taux d'erreur d'exécution des requêtes de 41 à 50 %, surpassant les méthodes de mise à l'échelle indépendantes.
Text2Cypher est un composant d'un pipeline GraphRAG qui transforme les questions en langage naturel en requêtes Cypher précises pour les données graphiques. Il est utilisé lorsque des réponses exactes sont nécessaires à partir de données structurées, plutôt que des résumés généraux.
Ce contenu présente "Shadow Network Intelligence", une plateforme alimentée par GraphRAG conçue pour les enquêtes sur la criminalité financière. Il affirme que la récupération sensible à la topologie, qui se concentre sur la reconstruction des relations, est supérieure au RAG traditionnel axé sur les documents pour détecter les réseaux de fraude.