GraphRAG
在消費級硬體上實作 GraphRAG:EHR 檢索、知識圖譜構建與 LLM 性能比較
本研究檢視GraphRAG在醫療電子病歷EHR結構化檢索的可行性與侷限。團隊在單張消費級GPU上以本地部署的開源LLM(Llama3.1、Mistral、Qwen2.5、Phi-4-mini)復現Microsoft GraphRAG管線,評估索引、知識圖建構、查詢延遲與幻覺行為。結果顯示模型在結構輸出穩定度與答案品質上差異顯著,本地檢索在延遲與事實依據上普遍優於全域摘要。
GraphRAG
本研究檢視GraphRAG在醫療電子病歷EHR結構化檢索的可行性與侷限。團隊在單張消費級GPU上以本地部署的開源LLM(Llama3.1、Mistral、Qwen2.5、Phi-4-mini)復現Microsoft GraphRAG管線,評估索引、知識圖建構、查詢延遲與幻覺行為。結果顯示模型在結構輸出穩定度與答案品質上差異顯著,本地檢索在延遲與事實依據上普遍優於全域摘要。
深度分析
在上位工程STEM課程中,傳統批改耗時且資料外洩風險高。LaTA採本地部署、LaTeX原生流程,使用開放權重本地LLM與結構化YAML評分,並保留學生申訴與重批流程。實務部署於200人課程,顯著提升評分速度與學習成效。評分誤差率極低且學生考試表現與自評信心均有提升。