深度分析
TechGraphRAG:利用 GPT‑4o‑mini、FAISS 與 Neo4j 提升工程文獻推理的 RAG 系統
本研究針對智慧輪胎與車輛動態等領域的兩千餘篇技術文獻,開發了TechGraphRAG——一套結合代理式檢索、知識圖譜與外部學術資料庫的13步驟RAG框架。系統可自動分類查詢意圖、評分證據充足度、在內部與外部資源間迭代搜尋,並以圖譜關聯提升答案可信度。實驗顯示,此架構在文獻導航與技術推理上顯著提升了證據完整性與回應品質。此外,框架透過Neo4j圖譜的共引與作者關聯,提供跨論文結構化檢索,提升答案可追溯性。