纯三元组抽取作为终点——用大模型从文本里抽(s,p,o)，这事儿已经高度商品化了。三元组本身不产生价值，价值在于三元组之上的推理、验证、检索。如果做完抽取存起来就完事儿，那等于做了个没人用的中间产品。静态本体人工工程——传统做法是领域专家手工设计本体，周期按月算。Agent系统的迭代周期按天甚至按小时算。你设计完的本体，上线的时候系统状态已经变了。这个速度差根本追不上。传统KG对齐与融合——实体消歧、本体映射这些，以前得靠图算法和大量特征工程。现在大模型的语义理解能力把门槛降了一大截，一个熟练的Prompt工程师用GPT-4o可能就能干到接近SOTA。研究价值还有，工程价值在快速缩水。KG作为独立产品——用户不会说“我想要一个知识图谱”，用户说的是“我想要答案”“我想做决策”。知识图谱是基础设施，不是终端产品。如果做一个图谱平台却没想清楚它给谁用、提供什么价值，商业逻辑根本不成立。第二类：5个正在失去差异化的方向这些方向技术路径已经成熟，开源工具链也齐了，基础组合已经没有差异化空间了。GraphRAG基础组合——微软2024年提出的GraphRAG开创了“文档建图加图检索增强生成”的范式，但不到两年，LightRAG、HippoRAG、LeanGraph这些轻量方案已经把门槛拉到几乎为零。熟练工程师用开源框架一周就能搭个原型。基础组合已经没有壁垒了，差异化得靠深层推理、动态更新、垂直优化这些。别做“GraphRAG”，要做“GraphRAG+X”。KG+RAG浅层组合——把图谱的邻居节点塞给大模型当上下文，这已经是RAG系统的标配操作了。没有架构创新，用户感知不到差异化。长期看应该往深层语义推理走，不是在图上取邻居节点，而是在图上做多跳推理路径规划。NER/实体链接作为独立模块——GPT-4o的零样本NER精度已经接近2020年的SOTA有监督模型。通用领域基本饱和了，不用独立做了。要做就把实体识别嵌到更大的流程里，别单独优化NER了。通用领域知识抽取工具链——LangChain、LlamaIndex、Haystack这些框架已经提供了现成的知识抽取pipeline。自研一套通用工具链没有优势。垂直领域的定制抽取还有空间，但那是领域适配问题，不是工具链问题。
发布于 北京
2
评论
赞
未登录
友善发言
评论
加载中
