Knowledge Graphs

22 items

ARTICLEDEV.to AI·il y a 1j

Mem0 vs Minta vs Letta vs Zep: AI Memory Systems Compared (2026)

Cet article compare les systèmes de mémoire IA tels que Mem0, Minta, Letta et Zep, en soulignant leurs spécialisations : Mem0 pour le stockage de base, Letta pour les agents autonomes, Zep pour les graphes de connaissances d'entreprise et Minta pour la surveillance de la qualité de la mémoire. L'auteur, créateur de Minta, propose une analyse critique, bien que non entièrement objective, basée sur sa connaissance approfondie du problème.

Knowledge Graphs Vector Databases LLM Memory AI Memory Systems

ARTICLEDEV.to AI·16/04/2026

What I Learned Building an MCP Server for a 130K-Node Knowledge Graph

Ce contenu détaille les leçons tirées de la construction d'un serveur Model Context Protocol (MCP) en Python pour un graphe de connaissances Neo4j de 130K nœuds, soulignant des aperçus cruciaux souvent omis dans les tutoriels. Une leçon clé est de concevoir des outils basés sur les questions des agents, plutôt que de refléter les schémas de bases de données, illustré par un outil de 'search_entities'.

Knowledge Graphs Model Context Protocol Neo4j Python

RESEARCHarXiv CS.AI·07/04/2026

Beyond Predefined Schemas: TRACE-KG for Context-Enriched Knowledge Graphs from Complex Documents

TRACE-KG é um framework multimodal que constrói grafos de conhecimento enriquecidos por contexto e um esquema induzido, superando limitações de métodos baseados em ontologias ou esquemas livres. Ele organiza entidades e relações usando um esquema guiado por dados, mantendo a rastreabilidade e capturando relações condicionais.

multimodal AI schema induction Knowledge Graphs document understanding

RESEARCHarXiv CS.CL·24/04/2026

GRISP: Guided Recurrent IRI Selection over SPARQL Skeletons

GRISP est une nouvelle méthode de réponse aux questions basée sur SPARQL sur les graphes de connaissances, utilisant un petit modèle de langage (SLM) affiné. Elle génère des squelettes de requêtes SPARQL à partir de questions en langage naturel et les affine en sélectionnant des éléments du graphe, obtenant des résultats de pointe sur les benchmarks Wikidata et Freebase.

language models Knowledge Graphs SPARQL Question Answering

ARTICLEDEV.to AI·il y a 22j

GraphRAG vs vector RAG: when the knowledge graph pays for itself

Le contenu compare GraphRAG et Vector RAG, soulignant les limites de Vector RAG pour l'analyse holistique de corpus et la capacité de GraphRAG à y remédier grâce à des graphes de connaissances extraits par LLM et des résumés hiérarchiques. Il discute également du coût d'indexation considérablement plus élevé de GraphRAG et quand cet investissement est justifié.

Knowledge Graphs RAG Vector Embeddings Information Retrieval

RESEARCHarXiv CS.CL·il y a 21j

SKG-Eval: Stateful Evaluation of Multi-Turn Dialogue via Incremental Semantic Knowledge Graphs

SKG-Eval s'attaque au défi de l'évaluation des systèmes de dialogue multi-tour en modélisant le dialogue comme un Graphe de Connaissance Sémantique (SKG) évolutif. Ce cadre met à jour le graphe de manière incrémentale par l'extraction de triplets structurés pour détecter des problèmes à long terme tels que la contradiction et l'incohérence, offrant une évaluation améliorée au-delà des représentations isolées par tour.

Knowledge Graphs natural language processing Evaluation Metrics dialogue systems

DOCDEV.to AI·09/05/2026

Building an OSM to RDF Pipeline for AI Agents: A Practical Guide

Cet article détaille la construction d'un pipeline pratique pour convertir les données OpenStreetMap en graphes de connaissances RDF propres, permettant aux agents d'IA de mieux comprendre les informations géographiques. Il partage les étapes essentielles, les erreurs courantes et un pipeline Python fonctionnel avec des exemples d'extraction de données maritimes et de construction.

RDF Knowledge Graphs OSM Python

ARTICLEDEV.to AI·il y a 15j

Visualize Your AI-Written Code as an Interactive Knowledge Graph

Le projet open-source Understand-Anything-Public transforme le code en un graphe de connaissances interactif, facilitant la compréhension des bases de code complexes et générées par l'IA. Ces outils sont essentiels pour gérer l'opacité du code d'IA, permettant une intégration plus rapide et le traçage des dépendances.

Open Source AI-assisted development Knowledge Graphs code visualization

RESEARCHDEV.to AI·27/04/2026

I benchmarked RAG vs GraphRAG vs pre-structured knowledge graphs across 45 domains — here's what happened

Ce contenu présente une étude comparative entre RAG, GraphRAG et les graphes de connaissances compacts (CKG) pré-structurés sur 45 domaines et 7 928 requêtes. Les résultats montrent que le CKG est 4 fois plus précis et utilise 11 fois moins de jetons que le RAG, en particulier pour les questions multi-étapes complexes, grâce à son approche basée sur la traversée de graphes sans embeddings.

Knowledge Graphs RAG Benchmarking

CASEDEV.to AI·26/04/2026

Separating Facts from Interpretations in Agent Knowledge Graphs

Ce contenu propose de séparer les faits des interprétations dans les graphes de connaissances d'agents utilisés avec des systèmes LLM afin de résoudre les problèmes d'échelle et de gouvernance. Cette approche, mise en œuvre avec deux tables physiques distinctes, a considérablement amélioré la qualité de sortie (+375%) et les taux de réussite du travail (65,3% à 99,1%) dans une société d'agents en fonctionnement.

LLMs Knowledge Graphs data management Architecture

ARTICLEDEV.to AI·17/04/2026

The Missing Piece Every Obsidian User Needs: Local RAG That Actually Works in 2026

Cet article critique les plugins d'IA actuels d'Obsidian pour leur RAG inefficace, qui repose sur une simple similarité vectorielle. Il suggère que le véritable RAG local d'ici 2026 sera un système hybride combinant la recherche vectorielle avec des graphes de connaissances et un reranking local pour une analyse approfondie et privée des notes personnelles.

Obsidian Knowledge Graphs RAG Local AI

ARTICLEDEV.to AI·19/04/2026

I Built an AI Memory System. Then I Forgot About It.

L'auteur a construit un système de mémoire IA pour Claude qui fonctionne depuis février. Cette rétrospective explore comment le système est devenu autosuffisant et intégré, réduisant le besoin de maintenance et d'intervention constantes de la part du créateur.

Knowledge Graphs AI Memory Systems personal projects large language models

RESEARCHarXiv CS.AI·27/04/2026

Memanto: Typed Semantic Memory with Information-Theoretic Retrieval for Long-Horizon Agents

Memanto introduit une couche de mémoire universelle pour les agents d'IA autonomes, s'attaquant au goulot d'étranglement architectural de la mémoire dans les systèmes persistants multi-sessions. Il remet en question la nécessité de graphes de connaissances complexes en proposant un schéma de mémoire sémantique typée plus simple avec résolution de conflits automatisée et versionnement temporel.

Knowledge Graphs Semantic Memory memory management Information Retrieval

RESEARCHarXiv CS.AI·il y a 7j

Grokers: Bottom-Up Inductive Comprehension and Write-Time Intelligence over Typed Knowledge Graphs

Grokers est une architecture innovante pour construire une compréhension persistante et structurée des graphes de connaissances typés via une traversée inductive ascendante. Contrairement au RAG, il déplace l'intelligence au moment de l'écriture, où des agents Groker autonomes analysent et enrichissent les attributs via des modèles de langage pour toutes les futures requêtes sans coût supplémentaire.

language models AI architecture Knowledge Graphs Data Comprehension

ARTICLEDEV.to AI·il y a 11j

The Real Work in Graph RAG Is Not Extraction

La véritable difficulté du Graph RAG n'est pas l'extraction de données, mais la normalisation pour assurer la navigabilité du graphe. L'auteur l'a découvert en construisant un graphe de connaissances pour 2asy.ai, où l'incohérence dans la dénomination des entités et des types de relations rendait le graphe inutilisable malgré une extraction réussie.

Graph RAG Knowledge Graphs NLP AI pipelines

ARTICLEDEV.to AI·24/04/2026

From Notes to Narrative: AI as Your Force Multiplier in Investigations

L'IA peut agir comme un puissant assistant analytique pour les enquêteurs privés, structurant des données chaotiques pour révéler des histoires cachées. Cela implique l'Analyse Structurée d'Entités, organisant l'information autour d'entités spécifiques pour créer des graphes de connaissances interrogeables à partir de diverses sources.

AI applications Knowledge Graphs investigations Data Analysis

ARTICLEDEV.to AI·16/04/2026

I accidentally built Karpathy's LLM Wiki — with 5,420 memories, 6 AI agents, and a self-healing knowledge graph

L'auteur décrit avoir construit sans le savoir un système similaire au modèle LLM Wiki d'Andrej Karpathy, doté de 5 420 mémoires, 6 agents IA et un graphe de connaissances auto-réparateur. Nommé BrainDB, ce moteur cognitif multi-agents dépasse l'approche RAG en affinant et en vérifiant continuellement ses propres connaissances.

LLMs Knowledge Graphs RAG AI Systems

RESEARCHarXiv CS.AI·il y a 21j

ANNEAL: Adapting LLM Agents via Governed Symbolic Patch Learning

ANNEAL est un agent neuro-symbolique qui répare les échecs récurrents des agents LLM via des modifications symboliques gouvernées d'un graphe de connaissances de processus. Il localise l'opérateur responsable, synthétise un correctif typé et le valide avec des garde-fous symboliques et des tests canaris avant de valider le changement.

LLM Agents Knowledge Graphs error recovery AI Governance

RESEARCHarXiv CS.AI·il y a 21j

Scalable Uncertainty Reasoning in Knowledge Graphs

Cette recherche propose un cadre modulaire pour aborder le raisonnement d'incertitude évolutif dans les graphes de connaissances, où les données du monde réel contiennent souvent une incertitude inhérente. Elle traite trois niveaux d'incertitude — valeurs d'attributs imprécises, existence de triples probabilistes et connaissance de schéma incomplète — par des techniques sur mesure comme les littéraux probabilistes, les circuits probabilistes et les embeddings géométriques.

Uncertainty Reasoning Knowledge Graphs Probabilistic Models Semantic Web

ARTICLEDEV.to AI·13/04/2026

What Is a Knowledge Graph? Use Cases and Applications Explained

Ce contenu définit les graphes de connaissances comme des modèles de données structurés connectant entités et relations pour permettre aux systèmes de comprendre le contexte et d'extraire des insights de données complexes. Gartner prévoit que l'adoption d'approches sémantiques et basées sur les graphes réduira considérablement la dette technique de l'IA d'ici 2026.

Knowledge Graphs data management AI Semantic Web