Il RAG classico cerca frammenti di testo simili alla domanda e li dà al modello. Il GraphRAG fa un passo in più: prima analizza i documenti, estrae entità e relazioni (chi ha fatto cosa, quali norme citano quali articoli, come i concetti si collegano), costruisce un grafo della conoscenza, e usa quello per rispondere. Risultato: risposte che richiedono di collegare punti diversi del materiale — "quali contratti di questo cliente hanno clausole in conflitto con il nuovo AI Act?" — dove il RAG classico restituisce frammenti sconnessi. Costo: la costruzione del grafo richiede più analisi iniziale ed è più onerosa. Ha senso per patrimoni documentali che si interrogano spesso: archivi normativi, pratiche tecniche, gare. Per una cartella di 50 file, il RAG classico basta e avanza.
GraphRAG
Evoluzione del RAG che organizza i documenti in una rete di concetti collegati (grafo), permettendo all’IA di rispondere a domande che richiedono di collegare informazioni sparse.
Definizione di Super Squalo ·