Curso de Sistemas RAG com Grafos de Conhecimento

Aula 1 • Fundamentos de Grafos de Conhecimento

Aborda nós, arestas, triplos e ontologias como blocos fundamentais dos grafos de conhecimento, fornecendo o vocabulário necessário para todos os tópicos subsequentes de construção de grafos.

Aula 2 • Visão Geral da Geração Aumentada por Recuperação

Apresenta a arquitetura RAG: componentes de recuperador, fonte de conhecimento e gerador. Relaciona conceitos de recuperação com a qualidade da saída do modelo de linguagem.

Aula 3 • Representação de Dados em RAG com Grafos

Compara RDF, grafos de propriedades rotulados e hipergrafos quanto à adequação para RAG. Orienta os alunos na seleção da representação adequada para o seu domínio.

Aula 1 • SPARQL para Grafos RDF

Abrange consultas SELECT, CONSTRUCT e ASK em repositórios de triplos RDF. Equipa os alunos para recuperar factos semânticos a partir de grafos de conhecimento apoiados por ontologias.

Aula 2 • Panorama das Bases de Dados em Grafo

Examina bases de dados em grafo nativas, bases de dados multi-modelo e motores de grafo em memória. Ajuda os alunos a corresponder as capacidades da base de dados aos requisitos do sistema RAG.

Aula 3 • Padrões de Design de Esquemas em Grafo

Apresenta padrões de esquema reutilizáveis, como grafos de eventos, hierarquias e grafos bipartidos. Prepara os alunos para conceber esquemas que suportem uma recuperação eficiente em RAG.

Aula 4 • Linguagem de Consulta para Grafos de Propriedades

Ensina correspondência de padrões, filtragem e agregação utilizando uma linguagem de consulta para grafos de propriedades. Habilita diretamente as consultas de recuperação de factos utilizadas em capítulos posteriores de integração com RAG.

Aula 1 • Alinhamento e Enriquecimento de Ontologias

Abrange o alinhamento de ontologias de domínio, a importação de bases de conhecimento públicas e o enriquecimento de factos do grafo. Expande a cobertura do grafo para melhorar a precisão da recuperação em sistemas RAG.

Aula 2 • Pipelines de Extração de Informação

Abrange reconhecimento de entidades mencionadas, extração de relações e resolução de correferências a partir de texto. Estes factos extraídos tornam-se a matéria-prima para o povoamento do grafo.

Aula 3 • Garantia de Qualidade de Grafos

Apresenta métricas de completude, consistência e exatidão para validação de grafos de conhecimento. Os controlos de qualidade aqui evitam erros de recuperação em pipelines de RAG a jusante.

Aula 4 • Resolução de Entidades e Desduplicação

Abrange a ligação de registos, correspondência difusa e fusão canónica de entidades entre fontes. Garante a integridade do grafo antes da execução de consultas de recuperação.

Aula 1 • Fundamentos de Incorporação em Grafo

Explica famílias de incorporação translacional, bilinear e neural para grafos de conhecimento. Fornece a base teórica para a escolha de incorporações em contextos de RAG.

Aula 2 • Incorporações Conjuntas Texto-Grafo

Ensina o co-treino de codificadores de texto com estrutura de grafo para alinhar espaços semânticos e relacionais. Permite a recuperação unificada entre fontes de conhecimento textuais e em grafo.

Aula 3 • Representação de Nós e Subgrafos

Abrange node2vec, GraphSAGE e pooling de subgrafos para produzir vetores ao nível do nó e do subgrafo. Estes vetores servem como unidades de recuperação em sistemas RAG com grafos.

Aula 4 • Manutenção e Atualização de Incorporações

Aborda reinserção incremental, detecção de desvios e estratégias de atualização programadas. Mantém a qualidade da recuperação estável à medida que o grafo de conhecimento subjacente evolui.

Aula 1 • Recuperação Baseada em Travessia de Grafos

Abrange travessia ancorada a entidades, pesquisa em feixe sobre grafos e pontuação de caminhos para recuperação de factos. Permite o raciocínio estruturado em múltiplos saltos, algo indisponível em sistemas de recuperação planos.

Aula 2 • Avaliação e Iteração da Recuperação

Apresenta precisão, recall, MRR e NDCG para avaliar a qualidade da recuperação em grafos. Orienta a melhoria iterativa dos componentes de recuperação antes da integração com o gerador.

Aula 3 • Compreensão e Decomposição de Consultas

Ensina a ligação de entidades, a detecção de relações e a decomposição de consultas em múltiplos saltos a partir de linguagem natural. Converte perguntas dos utilizadores em operações estruturadas de recuperação em grafo.

Aula 4 • Linhas de Base de Recuperação Esparsa e Densa

Estabelece o BM25 e a recuperação densa de passagens como linhas de base antes de introduzir métodos conscientes de grafos. Fornece benchmarks para medir as melhorias na recuperação com grafos.

Aula 1 • Arquiteturas RAG com Grafos Baseadas em Agentes

Apresenta agentes que chamam ferramentas e consultam iterativamente o grafo de conhecimento durante a geração. Permite um raciocínio dinâmico em múltiplas etapas sobre o conhecimento do grafo no momento da inferência.

Aula 2 • Montagem do Pipeline de Ponta a Ponta

Orienta a montagem dos componentes de ingestão, recuperação e geração num pipeline implementável. Prepara os alunos para os capítulos seguintes de conceção de sistemas e otimização.

Aula 3 • Técnicas de Redução de Alucinações

Aborda atribuição, verificação de factos e pontuação de confiança para reduzir afirmações não apoiadas. Garante que as respostas geradas são rastreáveis a factos específicos do grafo.

Aula 4 • Geração Condicionada por Grafos

Ensina o condicionamento de modelos de linguagem a entradas estruturadas em grafo utilizando linearização e atenção. Melhora a fundamentação factual para além da injeção padrão baseada em prompts.

Aula 1 • Gestão de Custos e Planeamento de Recursos

Abrange a modelação de custos de computação, armazenamento e chamadas API para infraestrutura RAG com grafos. Permite decisões informadas de compromisso entre desempenho e orçamento operacional.

Aula 2 • Otimização de Cache e Latência

Ensina o armazenamento em cache de resultados de consultas, camadas de cache de incorporações e agrupamento de pedidos para reduzir a latência. Melhora diretamente os tempos de resposta visíveis pelo utilizador em sistemas RAG de produção.

Aula 3 • Padrões de Arquitetura para RAG com Grafos

Apresenta arquiteturas de microsserviços, monolíticas e orientadas a eventos para implementações de RAG com grafos. Orienta a seleção com base na dimensão da equipa, volume de consultas e frequência de atualizações.

Aula 4 • Escalabilidade de Bases de Dados em Grafo

Abrange estratégias de partição horizontal, replicação e réplicas de leitura para grandes grafos de conhecimento. Garante que o débito de recuperação escala com o crescimento do grafo e da carga de consultas.

Aula 1 • Fluxos de Trabalho de Melhoria Contínua

Apresenta testes de regressão, implementações faseadas e cadências de atualização de modelos para qualidade sustentada. Operacionaliza a melhoria como um processo de engenharia repetível.

Aula 2 • Ciclos de Retorno e Aprendizagem Ativa

Abrange a recolha de retorno dos utilizadores, a extração de sinais implícitos e a aprendizagem ativa para atualizações do grafo. Fecha o ciclo entre a utilização em produção e a melhoria do grafo de conhecimento.

Aula 3 • Quadros de Avaliação de RAG de Ponta a Ponta

Abrange fidelidade, relevância da resposta, precisão do contexto e recall como métricas holísticas de RAG. Fornece um conjunto de ferramentas de avaliação completo aplicável a pipelines de RAG com grafos.

Aula 4 • Observabilidade da Recuperação e Geração

Apresenta rastreio distribuído, registo de recuperação e trilhas de auditoria de geração para sistemas RAG. Permite a análise de causas raiz de regressões de qualidade em produção.