FedGRAG：联邦图检索增强生成框架

为应对隐私约束下分布式知识图谱无法直接共享的挑战，研究人员Xiaobao Wang、Renda Han等人提出了联邦图检索增强生成框架FedGRAG。该统一框架旨在实现多客户端间的图检索与知识增强生成，解决传统方法中数据共享与隐私保护的矛盾。 在技术机制上，FedGRAG通过联邦知识路由利用轻量索引快速定位相关客户端，避免全网络扫描。同时，框架采用受控披露方法，将检索到的证据子图转换为摘要形式，从而在提供有效证据的同时避免泄露敏感实体信息，确保隐私安全。 实验结果表明，FedGRAG在检索精度及下游生成任务中持续优于现有基线模型。这一成果不仅验证了该框架的有效性，也确立了在严格隐私限制环境下部署GraphRAG技术的新范式，为分布式知识应用提供了可行路径。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。