2025年开源RAG最佳选择：浙大与蚂蚁的 KAG 技术突破

1. KAG简介

浙江大学与蚂蚁集团推出的**知识增强生成（KAG）框架，旨在解决传统检索增强生成（RAG）**方法在多跳推理和复杂逻辑处理中的不足。KAG通过结合知识图谱（KGs）和创新技术，显著提升了大语言模型在专业领域问答中的准确性和效率。

KAG框架的五大创新亮点：

1. LLM友好的知识表示：通过层次化的知识组织，使大语言模型更适应专业领域的知识处理。
2. 知识图谱与文本块互索引：提高了数据检索的精确度和效率，增强了知识的整合能力。
3. 逻辑形式引导推理：结合语言推理与符号推理，支持复杂的多轮推理和问题求解。
4. 知识对齐与语义推理：通过语义推理对齐不同层次的知识，提升了推理的准确性。
5. 模型能力增强：优化大语言模型的推理能力，提升了专业领域问答系统的整体表现。

在蚂蚁集团，KAG成功应用于电子政务和电子健康项目。在电子政务中，KAG开发了一个高效的政府服务问答系统；在电子健康中，KAG提升了医疗问答系统的准确度，尤其在医学指标解读和推荐方面，展现了强大的推理能力。