RepositoryOpenSPG/KAGTool
Klassisches RAG scheitert häufig an mehrstufigen logischen Schlussfolgerungen und exakten Faktenketten, da reine Vektorähnlichkeit semantische Zusammenhänge verwässert. KAG bietet einen strukturierten, wissensgraphenbasierten Ansatz für Fachdomänen, in denen logische Konsistenz und präzise Fakten unerlässlich sind.
KAG adressiert gezielt die Schwachstellen von Vektor-RAG und OpenIE-GraphRAG durch formale Wissensstrukturen und logikgeleitetes Reasoning. Das Projekt nutzt Python, baut auf OpenSPG auf und stützt sich auf ein begleitendes arXiv-Forschungspapier. Mit über 9.000 Sternen auf GitHub und kontinuierlichen Aktualisierungen zeigt das Framework bereits eine solide Reife und wachsende Community, richtet sich aber primär an Teams und Entwickler, die komplexe vertikale Wissensbasen mit hohen Anforderungen an Nachvollziehbarkeit und Multi-Hop-Fragebeantwortung betreiben.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Lei Liang et al.
Ein Forschungsteam um Lei Liang stellt mit Knowledge Augmented Generation (KAG) ein Framework vor, das klassisches RAG um Wissensgraphen erweitert. KAG adressiert typische Schwächen rein vektorbasierten Abrufs bei logischen, zeitlichen und numerischen Abhängigkeiten in Fachdomänen.
Repository:hhhuang/CAG
Das Open-Source-Repository CAG stellt Cache-Augmented Generation als schlanke Alternative zu Retrieval-Augmented Generation (RAG) vor. Statt Dokumente zur Laufzeit über Vektordatenbanken abzurufen, wird der gesamte Wissensbestand vorab in das Kontextfenster geladen und als KV-Cache vorgehalten.
1540SternePython
Repository:OSU-NLP-Group/HippoRAG
HippoRAG (mittlerweile in Version 2) ist ein Open-Source-Framework für Large Language Models, das durch Wissensgraphen und Personalized PageRank Verbindungen zwischen externen Dokumenten knüpft und an das menschliche Langzeitgedächtnis angelehnt ist.
3980SternePython
Repository:HuskyInSalt/CRAG
CRAG (Corrective Retrieval Augmented Generation) ist ein quelloffenes Forschungs-Framework zur Verbesserung von RAG-Pipelines. Es bewertet die Qualität abgerufener Dokumente über einen leichtgewichtigen Evaluator und löst bei unzureichenden Ergebnissen alternative Aktionen wie Websuchen oder Informationsfilterung aus.
469SternePython
Repository:AkariAsai/self-rag
SELF-RAG ist ein Open-Source-Framework, mit dem Sprachmodelle darauf trainiert werden, bedarfsgerecht externe Daten abzurufen, Inhalte zu generieren und eigene Antworten über Reflexions-Tokens selbst zu bewerten.
2421SternePython
Repository:parthsarthi03/raptor
RAPTOR (Recursive Abstractive Processing for Tree-Organized Retrieval) ist die offizielle Python-Implementierung eines RAG-Ansatzes, der Dokumente in rekursiven Baumstrukturen organisiert. Dadurch wird kontextbezogenes Retrieval über lange Texte hinweg ermöglicht.
1752SternePython
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
