3 月 26 日，杭州悦数科技有限公司与复旦大学共同宣布，“先进金融图技术校企联合研究中心”正式启动，由复旦大学叶广楠教授和杭州悦数首席技术官叶小萌担任联合研究中心主任。该中心的成立标志着学术界与产业界的深度合作迈入新阶段，双方将共同探索领先的图技术在金融领域的落地应用，为行业发展注入新的动力。

启动仪式于复旦大学金融科技研究院隆重举行，由复旦大学叶广楠教授致欢迎辞，并举行了隆重的签约仪式。随后，研究中心的重点课题汇报环节展示了双方在图技术领域的前沿研究成果，涵盖了智能化图数据库关键技术、ISO-GQL标准优化、高性能图数据库技术以及金融领域应用示范等多个方向。

![https://www-cdn.yueshu.cn/yueshu-website/images/250327.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327.jpg)


# 聚焦前沿课题，破解金融难题

近年来，金融行业正面临着数据规模激增、复杂关系处理需求提升等挑战。传统的数据处理方式已无法满足金融机构对高效决策支持的需求。为此，“先进金融图技术校企联合研究中心”确立了四大重点研究方向：


## 与大模型结合的智能化图数据库关键技术研究

研究如何通过大模型与图数据库的结合，快速构建领域知识图谱并降低使用门槛，同时提升大模型回答复杂问题的准确性。此外，还将联合其他机构共建 Text2GQL 测试基准及榜单，推动 ISO-GQL 标准的应用推广。


## ISO-GQL 标准下的高效图查询技术

围绕最新的 ISO-GQL 国际标准，探索分布式环境下高效图查询处理技术，特别是针对金融业务中常见的超级节点优化方案，助力金融机构实现更高效的查询性能。



## 高性能图数据库系统优化

通过 RDMA 加速技术改造现有图数据库系统，减少网络延迟和计算资源消耗，进一步提升系统性能，为金融场景提供更强的技术支撑。

## 金融领域的落地应用示范

结合国内金融行业需求，开发国产化图数据库解决方案，并在典型应用场景中进行测试评估，形成可复制、可推广的示范案例。

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-1.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-1.jpg)

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-2.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-2.jpg)


# 产学研结合，共创行业未来

杭州悦数作为国内图技术领域的领军企业，始终致力于推动技术创新与实际应用的结合。作为全球首家发布原生支持 ISO-GQL 标准的分布式图数据库厂商，悦数率先定义了图数据库领域的国际标准，并通过领先的架构设计实现了对千亿点万亿边规模数据的毫秒级查询处理能力。同时，悦数还是业界首个提出 Graph RAG 概念并将其落地实践的企业，比微软早一年推出这一创新解决方案，获得 Gartner、IDC 等权威机构的高度认可。凭借卓越的技术实力，悦数已为超过 2000 家企业提供高效解决方案，覆盖实时风控、欺诈检测、知识图谱等核心场景，助力其实现商业价值和社会效益的最大化。此次与复旦大学的合作，不仅体现了悦数对产学研融合的高度重视，也彰显了其回馈学术界、支持基础研究的企业精神。

柴洪峰院士在发言中指出，**此次联合研究中心的成立是围绕国家战略需求，充分发挥企业实力与高校学术优势，构建产学研协同创新的大格局。他强调，通过以学术带动产业落地、以产业实践反哺学术研究，形成双向促进的良性循环。最后，他表示，在人工智能蓬勃发展的背景下，探索AI与图技术的深度融合将成为金融科技领域的重要课题和全新方向。**

杭州悦数首席技术官叶小萌在总结发言中表示，**“我们希望通过这一研究中心，将复旦大学的先进学术成果与悦数的落地实践经验相结合，共同攻克金融行业面临的复杂数据挑战。同时，也借此次合作为契机，进一步深化与复旦大学及其他学术机构的合作，共同探索更多前沿技术的可能性，为行业发展树立新的标杆。”**

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-4.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-4.jpg)


# 展望未来，赋能金融生态

随着人工智能、大数据等技术的快速发展，图技术在金融领域的应用前景愈发广阔。从反欺诈分析到信用风险评估，从智能投顾到实时风控，图技术正在成为金 融机构数字化转型的重要工具。

未来，“先进金融图技术校企联合研究中心”将继续深化研究，推动图技术在更多金融场景中的落地应用，助力行业实现更高效、更精准的数据驱动决策。同时，杭州悦数也将持续投入资源，支持学术研究与技术创新，为行业发展注入源源不断的活力。

![https://www-cdn.yueshu.cn/yueshu-website/images/250327-3.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/250327-3.jpg)

杭州悦数科技有限公司与复旦大学共同宣布，“先进金融图技术校企联合研究中心”正式启动，由复旦大学叶广楠教授和杭州悦数首席技术官叶小萌担任联合研究中心主任。该中心的成立标志着学术界与产业界的深度合作迈入新阶段，双方将共同探索领先的图技术在金融领域的落地应用，为行业发展注入新的动力。

图技术赋能金融未来：杭州悦数与复旦大学共建“先进金融图技术校企联合研究中心

今日，通义千问正式发布全新大模型 QwQ-32B，以 320 亿参数实现媲美千亿级模型的性能突破，并首次将强化学习技术深度融入大模型训练，显著提升数学、编程及通用场景的推理能力。悦数 Graph RAG 宣布已实现与 QwQ-32B 的无缝衔接，进一步强化企业私域知识与大模型技术的融合，助力企业打造更精准、更智能的AI应用。

# QwQ-32B：强化学习重构大模型的“思考逻辑”

阿里云通义千问团队最新发布的 QwQ-32B，以强化学习为核心突破点，重新定义了大模型的推理范式。其核心能力体现在三个层面：


## 数学与编程的专项突破

通过答案正确性反馈替代传统奖励模型，直接校验数学问题答案的正确性，并利用代码执行服务器验证代码可行性。训练结果显示，数学推理与编程任务的准确率随训练轮次持续提升。据千问团队的消息：QwQ-32B “是一款拥有 320 亿参数的模型，其性能可与具备 6710 亿参数的 DeepSeek-R1 媲美。”


## 通用能力的“动态平衡”

在数学/编程专项强化学习训练后，通过通用奖励模型+规则验证器进行多目标优化，使得模型在提升常识推理、文本生成等通用能力的同时，不牺牲核心领域的性能。


##  Agent 化推理的进化

支持工具调用与自我反思，例如调用知识库检索信息后修正错误结论，这一特性与悦数 Graph RAG 的实时知识更新能力形成天然互补。


# 悦数 Graph RAG：从 Day 0 到 QwQ-32B 的深度适配

作为国内领先的 Graph RAG 产品，悦数 Graph RAG 从设计之初便深度适配通义千问系列模型。它具备原生 API 支持，能通过标准化接口直接调用通义千问系列模型，实现从知识图谱构建到自然语言问答的无缝衔接，用户仅需 3 行代码即可完成千亿级图谱的语义增强。同时拥有动态知识管理功能，基于通义模型的实时反馈，可动态更新图谱中的实体关系，例如在金融场景中的异常交易链路，以此解决传统 RAG 的 “知识滞后” 问题。


# 悦数 Graph RAG × QwQ-32B：1+1>2 的智能升级

此次 QwQ-32B 的发布，将为用户带来三重核心价值：

## 精准性再提升

QwQ-32B 的强化学习能力与 Graph RAG 的图谱检索技术结合，将企业私域数据构建成结构化知识图谱。当用户输入需求，系统可快速定位关键节点，确保生成内容与企业私域知识库高度一致，高效过滤大模型“幻觉”。例如，在金融、医疗等高敏感领域，关键决策的准确性将得到进一步保障。


## 复杂任务处理强化


依托 QwQ-32B 强大的数学推理与代码生成能力，Graph RAG 能够支持更为复杂的业务场景，以投资研报自动生成场景来说，QwQ-32B 在生成研报过程中通过一系列机制确保高质量产出。

逻辑一致性校验 ：模型调用知识图谱中的关联数据（如“锂矿价格↑→电池成本↑→电动车厂商利润率↓”），动态验证生成内容的逻辑链条是否合理。

数据准确性反馈 ：结合实时市场数据，如大宗商品价格API，自动校验研报中的关键数值，避免“幻觉”导致的错误结论。


合规性过滤 ：通过规则验证器屏蔽敏感表述，如“绝对收益承诺”，确保内容符合金融监管要求。


## 动态决策闭环构建

QwQ-32B 的 Agent 化能力与 Graph RAG 的实时知识更新特性结合，可打造“感知-决策-执行-优化”的完整闭环。例如，在供应链管理中，系统可动态调用知识图谱数据，结合环境反馈调整策略建议。


# 强化学习+知识管理：企业级 AI 的务实进化

通过整合 DeepSeek-R1 的深度搜索能力与自研 Agentic RAG 技术，悦数 Graph RAG AI 平台构建了从检索到推理的完整链路。此次与通义千问 QwQ-32B 的适配，进一步验证了技术路线的可行性：QwQ-32B 的强化学习能力与 Graph RAG 的知识管理架构形成互补——前者优化推理过程的动态决策，后者确保知识库的精准性与实时性。

值得注意的是，无论是在数学竞赛测试还是编程场景中，QwQ-32B 均展现出了出色的表现，而悦数 Graph RAG 正将这一能力转化为金融、医疗、工业等场景的实用工具。


# 关于悦数 Graph RAG


悦数 Graph RAG 是一款极简的知识应用构建平台，使 Graph RAG 技术的强大功能触手可及。用户可以通过友好易用的对话界面轻松创建搜索引擎、聊天机器人和内容生成应用，无需任何编程操作。通过激活和循环内部知识，悦数 RAG 能够最大限度地发挥其价值，将知识和见解转化为行动。


今日，通义千问正式发布全新大模型 QwQ-32B，以 320 亿参数实现媲美千亿级模型的性能突破，并首次将强化学习技术深度融入大模型训练，显著提升数学、编程及通用场景的推理能力。悦数 Graph RAG 宣布已实现与 QwQ-32B 的无缝衔接，进一步强化企业私域知识与大模型技术的融合，助力企业打造更精准、更智能的AI应用。

无缝进化！悦数 Graph RAG 适配通义千问 QwQ-32B，持续领跑大模型原生应用赛道

基于悦数图数据库打造的 Graph RAG 产品——悦数 RAG，已全面接入国产大模型顶流 DeepSeek。这一合作不仅标志着技术的深度融合，更意味着企业在复杂推理任务上的成本将大幅降低，效率显著提升。

# 拥抱 DeepSeek：技术升级与成本优化

悦数 RAG 是一款专为企业级应用设计，通过知识图谱有效缓解大模型幻觉，帮助企业快速构建专有知识生成应用的平台。此前，悦数 RAG 内置链接的是通义千问和 ChatGPT，如今，全面接入 DeepSeek 后，悦数 RAG 在多个关键指标上实现了质的飞跃。

以复杂推理任务中的典型应用场景金融研报生成为例，在接入 DeepSeek 之前，悦数 RAG在处理此类任务时，虽然已经表现出色，但在图抽取能力、生成质量和单次问答成本上仍有提升空间。而接入 DeepSeek 后，我们看到了令人瞩目的变化。

## 图抽取能力

基于 DeepSeek 推理能力模型的悦数 RAG，在更小规模模型下，零样本抽取效果达到了少样本结合工程优化的同等水平。凭借图 RAG 索引（GraphRAG Index）的优化，不仅显著降低了成本，还在效果上取得了理想收益。这种优化使得悦数 RAG 在处理复杂关联关系时更加高效，能够快速识别和连接数据中的关键节点，为用户提供更精准的图谱构建。

## 生成质量

DeepSeek 的透明思维过程为 Agentic GraphRAG 提供了更多的可解释性。同时在蒸馏模型与 R1 接入之后，Agentic RAG 的规划能力、Meta Agent 对于用户简洁输入场景的处理都相比传统的开放权重 instruct 模型有非常明显的提升。这种提升不仅体现在生成内容的质量上，还体现在对用户输入的理解和响应上，使得用户能够更直观地理解 AI 的决策过程。

## 单次问答成本

在 DeepSeek R1 蒸馏模型的更小规模版本中，相较于基线的大语言模型，其效果得到了显著增强与提升，这使得悦数 RAG 产品在推理成本上大幅降低，同时在同等资源下能够支持更多的并发请求。由于在更小的模型上就能获得同等的效果，这不仅降低了蒸馏模型的规模，还带来了响应时间的显著缩短。

![https://www-cdn.yueshu.cn/yueshu-website/images/20250208-3.png](https://www-cdn.yueshu.cn/yueshu-website/images/20250208-3.png)

## 深度融合：图技术与大模型的完美结合

悦数 RAG 的核心优势在于其基于悦数图数据库的 Graph RAG 架构。通过知识图谱，悦数 RAG 能够有效缓解大模型的幻觉问题，确保生成内容的真实性和可靠性。而 DeepSeek 的加入，更是为这一架构注入了强大的动力。DeepSeek 的多任务处理能力和高效的模型架构设计，使得悦数 RAG 在处理复杂推理任务时更加得心应手。


## 关于悦数 RAG

悦数 RAG 是一款极简的知识应用构建平台，使 Graph RAG 技术的强大功能触手可及。用户可以通过友好易用的对话界面轻松创建搜索引擎、聊天机器人和内容生成应用，无需任何编程操作。通过激活和循环内部知识，悦数 RAG 能够最大限度地发挥其价值，将知识和见解转化为行动。


## 关于 DeepSeek

DeepSeek 是国产大模型中的佼佼者，以其卓越的多任务处理能力、高效的模型架构设计以及在文本生成、语义理解、计算推理等领域的出色表现而备受关注。DeepSeek 的加入，为悦数 RAG 带来了强大的技术支持和成本优势。

**如果您有兴趣免费试用我们的产品，欢迎通过以下方式联系我们。**

**联系我们丨杭州悦数科技有限公司**

**咨询邮箱：contact@yueshu.com.cn**

**咨询热线：(+86)0571-58009980（工作日 09:30-18:30）**

基于悦数图数据库打造的 Graph RAG 产品——悦数 RAG，已全面接入国产大模型顶流 DeepSeek。

悦数 RAG 联手国产大模型顶流 DeepSeek：复杂推理成本直降 70%


> 本文为杭州悦数 CTO 叶小萌在“标准+智能：新质生产力的原动力”悦数图数据库新产品发布会上的演讲回顾，主题为：《新标准、新期待：展望图数据库发展的关键方向》


各位嘉宾、悦数图数据库的用户以及线上的观众朋友们大家好！今天很高兴有机会和大家分享我对数据库，尤其是图数据库的感悟与想法。


# GQL 的诞生推动图数据库的发展

在 2000 年前后，图数据库的概念尚未普及，当时主要通过 Java API 进行相关操作。直到 2009 年，Apache TinkerPop 规范定义的 Gremlin 查询语言首次发布；两年后的 2011年，Neo4j 推出了更加广为人知的 Cypher 图查询语言。在图数据库的后续发展中，虽然越来越多的厂商为图数据库增添了丰富的功能，但多样的查询语言也给用户带来了困扰。在选择产品时，用户不仅需要考虑产品本身的性能，还必须评估查询语言的易学性和掌握难度。此外，如果所选产品所使用的查询语言在几年后不再被广泛采用，替换成本将会非常高。这种情况直接影响了图数据库在业界的接受度。

直到 2019 年，国际标准化组织（ISO）成立了专门工作组，致力于制定图数据库查询语言的标准。经过近五年的讨论，2024 年 4 月，ISO 正式发布了国际标准图查询语言 ——Graph Query Language（GQL）。GQL 标准的发布标志着图数据库技术走向成熟的重要一步。它不仅有助于提高图数据库的可操作性，还降低了用户的迁移成本，促进了图数据库技术的广泛应用。**杭州悦数作为图数据库厂商也积极参与了标准的制定，进一步增强了标准的权威性和实用性，悦数图数据库更是全球首款原生支持 GQL 的图数据库产品。相信 GQL 的发布有望像当年 SQL 标准推动关系数据库发展一样，推动图数据库的发展，提升业界对图数据库的接受程度。我们有理由相信，在 2030 年前后，依托于 GQL 标准， 图技术将全方位融入生活，形成行业的结构化、产业化。**

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_08.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_08.png)

# 图数据库与 HTAP：融合发展，突破数据处理瓶颈


在数据库领域，近年来出现了 HTAP 概念，旨在将 OLTP（在线事务处理）和 OLAP（在线分析处理）功能整合于一个系统中。在传统企业架构中，OLTP 系统负责在线业务的数据修改和查询，而数据随后会同步到后端数据仓库以进行分析和挖掘。然而，这种方式无论是传统关系型数据库还是图数据库，往往都面临高存储成本和数据时效性的问题。截至 2023 年，OLTP 和 OLAP 在的市场份额基本上各占一半。然而，在图数据库领域，分析需求的占比可能更高。根据我们接触到的市场情况，分析需求可能占到 60% - 70%，而在线事务处理则占 30% - 40%。

作为图数据库厂商，**我们希望能够整合图数据库的交易与分析功能，实现 HTAP 能力。首先，实现底层数据共享，以解决存储和数据时效性的问题；其次，针对分析查询，既然已经有了 GQL 标准，我们可以能够使用它进行分析查询，就像使用 SQL 进行查询一样**。此外，图数据库中存在许多算法，而以往在不同系统中描述这些算法的难度较大，对数据分析人员的要求也很高。因此，我们希望在 GQL 的基础上，具备描述算法的能力，从而真正实现查询语言的统一。因此我们认为基于标准的分布式 HTAP 系统是图数据库未来的重要发展方向。

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_10.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_10.png)

# 图数据库与 AI ：打破向量局限，实现优势互补

2022 年底，OpenAI 发布了 3.0 大模型，掀起了 AI 的热潮。如何有效地将私有数据与公共领域的知识模型结合，成为了一个重要的研究课题。对于企业而言，训练专有的大模型不仅需要强大的计算能力，还对技术团队和研发团队提出了较高的要求。相比之下，RAG 技术将私有数据作为大模型的补充，避免了重新校正和训练模型的复杂过程，因此对技术能力的要求相对较低。随着大模型的不断发展，基于向量数据库的 RAG 解决方案也逐渐涌现。

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_12.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_12.png)

然而，基于向量数据库的 RAG 存在显著问题。私有数据本身具有内在的关联关系，但向量数据库无法有效地体现这些关系。而用户给到大模型的请求是按照 Token 来计算的，Token 越多，计算量越大，价格也越高，时间也越长，RAG 因为缺少了关联的知识，会导致大量的计算资源的浪费和时间的浪费，且结果不够精准。

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_13.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_13.png)

相比之下，**图数据库能够更好地识别和保留这些关系，从而提高信息检索的准确性和效率。图数据库在处理复杂关系和大规模数据方面具有天然优势，这对于 AI 的理解和推理能力至关重要。**

![https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_14.png](https://www-cdn.yueshu.cn/yueshu-website/images/%E5%8F%91%E5%B8%83%E4%BC%9APPT%E6%B1%87%E6%80%BB_14.png)

**在 2023 年 8 月，我们提出用图数据库取代向量数据库，并与 LlamaIndex 社区合作推出 Graph RAG。该方案通过提供更具上下文感知的能力和数据训练的方法，缓解了传统搜索增强技术的幻觉，能够区分像“保温杯”和“保温大棚”这种关键字相似但语义不同的内容，确保所提供的回复不仅精确，而且信息丰富**。今年上半年，微软开源的 Graph 相关项目也印证了图数据库与 AI 结合是市场和技术共同选择的结果。


# 展望未来

图数据库的未来发展方向主要包括三个方面：

**拥抱 GQL**：继续支持和推广 GQL 标准，促进图数据库技术的普及与应用。

**探索基于标准的 HTAP 解决方案**：开发高效的 HTAP 系统，满足日益增长的数据处理需求。

**深化图数据库与 AI 技术的融合**：结合图数据库和大模型的优势，推动智能决策支持系统的发展。

图数据库不仅在技术上不断创新，还在实际应用中展现出巨大的潜力。未来，图数据库将在社交网络、推荐系统、金融风控等多个领域发挥重要作用，为数据驱动的决策提供强有力的支持。

感谢各位的聆听，希望今天的分享能够为大家带来一些启发和思考。谢谢。

本文为杭州悦数 CTO 叶小萌在“标准+智能：新质生产力的原动力”悦数图数据库新产品发布会上的演讲回顾，主题为：《新标准、新期待：展望图数据库发展的关键方向》

演讲回顾丨杭州悦数 CTO 叶小萌：图数据库发展新航向——拥抱 GQL，融合 HTAP，携手 AI


# 赛事介绍

由杭州悦数科技有限公司和 CCF 数字金融分会联合发起的 Graph RAG 竞赛将依托于 **CCF 首届中国数字金融大会**（2024 CDFC）同时举办，杭州悦数作为大会金牌赞助商，联合复旦大学金融科技研究院及复旦悦数先进金融图技术校企联合研究中心联合共同出题，面向全球企业、开发者及学生发布围绕图技术及 Gen AI 的赛题。

本次竞赛旨在通过使用金融研报等相关文档构建知识图谱，提升大模型在金融领域的知识检索和生成能力。通过这一竞赛，参赛者不仅能够展示他们在图数据库和 GraphRAG 技术方面的能力，还能为图数据库技术的发展做出贡献。


# 赛题背景

随着人工智能技术的不断发展，图数据库和图检索增强生成（GraphRAG）技术在大模型中的应用越来越广泛。GraphRAG 技术通过将私域数据作为大模型的外接知识库，能够更精炼、准确、高效和灵活地获取知识，从而解决大模型知识幻觉问题，以及通用 RAG 方法在处理文本分割与索引时的知识丢失问题。然而，外接知识的搭建与信息检索环节直接影响到最终模型的效果，是这一技术实践中的关键环节。如何设计文档解析、知识图谱生成、文本召回的策略，以更准确地向大模型提供用户问题对应的答案信息，具有重要的研究价值和实际意义。


# 赛题任务


使用金融研报等相关的文档构建知识图谱，根据用户问题检索知识库并返回答案所在的文本块，包括但不限于问题回答以及金融研报生成。


# 评判标准


####  ● 准确性（30%）：
模型检索到的答案是否准确、完整。

#### ● 专业度（20%）：
生成内容的专业性和符合金融领域的标准。

#### ● 创新性（20%）：
技术方案中的独创性和创新点。

#### ● 技术实现（20%）：
技术实现的完整度和代码质量。

#### ● 使用开源模型（10%）：
在实现中使用开源模型将给予额外加分。


# 额外说明  


#### 1.GraphRAG 中的 Graph 需选择使用 NebulaGraph； 


链接：[https://github.com/vesoft-inc/nebula](https://github.com/vesoft-inc/nebula)


#### 2.NebulaGraph 已接入 CAMEL AI 和 LlamaIndex，可参考使用；


#### 3.构建图谱的数据仅能使用下方链接提供的数据集；

链接：[http://u5a.cn/2yDTg](http://u5a.cn/2yDTg)

#### 4.最终需提交视频说明、项目代码及答案。


# 赛程安排  
比赛时间：2024 年 11 月 12 日-11 月 30 日；

**11 月 12 日**：发布大赛赛题，选手下载报名表，团队队长及个人参赛选手需在 11 月 25 日前将报名表发送至邮箱：ccf_competition@yueshu.com.cn 进行报名；邮件标题请按照格式“CCF 竞赛—悦数图数据库 Graph RAG 赛题—队伍名称”；

**11 月 25 日**主办方通过赛事交流群及网站公告发布测试问题的样例；

**11 月 25 日-30 日**参赛作品提交，滚动更新排行，每队每天最多提交三次，以最后一次为准；第二天更新前一天的最终排行；保留最高分；

**11 月 30 日**作品提交时间截止；

**12 月 1 日-3 日**主办方进行作品评审；

**12 月 4 日**通知获奖团队参与活动，若相关通知发出后 2 日内未答复，则视为自动放弃相应机会；

**12 月 7 日**大赛颁奖典礼

备注：以上赛程安排均为北京时间计算，赛程时间根据实际情况有调整的可能。
| 奖项 | 数量 | 奖金 |
| --- | --- | --- |
| 一等奖 | 1 支团队|人民币20,000元 |
| 二等奖 |2 支团队|人民币10,000元/获奖队伍 |
| 三等奖 | 2 支团队 |人民币5,000元/获奖队伍 |

以上所有获奖团队均可获得**由 CCF 数字金融分会及杭州悦数联合颁发的权威证书**


# 报名方式 
 

#### 报名表及赛事规则下载：


[点击下载](https://pan.baidu.com/share/init?surl=DaCQNWf4etVMtDnOpC9Pxg&pwd=6ww9)

**报名参与本次竞赛需阅读并同意比赛规则，若主办方发现参赛者有违反竞赛规则的情况，有权收回或拒绝授予奖项及奖金。大赛组委会保留对比赛规则进行调整修改的权利，大赛主办方拥有对大赛的最终解释权。**


# 联系我们  


参赛选手可扫描下方二维码进入赛事交流群，赛事相关信息将在群内通知，如二维码过期可添加赛事助手微信号：Yueshu-GraphDB

![https://www-cdn.yueshu.cn/yueshu-website/images/QRcode.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/QRcode.jpg)

5 万奖金等你来赢！CCF 中国数字金融大会 Graph RAG 赛题开启！

11 月 7 日，在深圳市南山区举办的“标准+智能：新质生产力的原动力”悦数图数据库新品发布会上，杭州悦数正式推出了备受期待的**悦数图数据库 v5.0 及悦数 RAG** 两大全新产品，为蓬勃发展的图技术领域注入了全新活力。    

# 前瞻视角，引领图技术创新

本次发布会聚焦图数据库技术的最新进展与应用实践，吸引了众多行业领袖及技术专家的参与。活动开场，**杭州悦数 CTO 叶小萌通过“新标准、新期待：展望图数据库发展的关键方向**”为题目的演讲，深入剖析了图数据库行业未来发展的三大方向：GQL 带来的图数据库普及、图数据库 HTAP 的能力以及 Graph RAG 将图技术和生成式 AI 的深度融合。**他指出，GQL 标准的发布是图数据库发展史上的重大里程碑，我们可以期待未来 10 年图数据库的标准化及产业化，图数据库的身影将无处不在。作为国内图数据库领域的先驱，悦数图数据库 v5.0 将通过全面原生支持 GQL，引领行业迈向标准化的新未来。Graph RAG 的出现还弥补了向量数据库在生成式AI场景中存在的“答案幻觉”缺陷，大幅提升了准确性和可靠性。**

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-1.jpg)


# 厚积薄发，全面拥抱 GQL 标准

杭州悦数产品总监方扬详细阐述了选择原生支持 GQL 图数据库的多个核心理由。**悦数图数据库 v5.0 是杭州悦数历经三年打磨的潜心之作，也是全球首个原生支持  GQL 的分布式图数据库，实现了性能与资源利用率的双重飞跃**。它不仅全面原生支持 GQL 标准，还通过多项技术创新，大幅提升了图数据库的查询速度和处理能力，为企业提供更加灵活、可扩展的数据处理解决方案。**在具体性能表现上，基于 3 节点集群的测试数据显示，v5.0 版本实现了突破性的提升：查询性能提升达 6.4 倍，总体查询吞吐量（QPS）提升超过 3 倍，同时系统内存占用大幅降低，节省近 90% 的内存资源**。这一性能与资源利用率的双重突破，为企业带来更高效、更经济的使用体验。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-2.jpg)

# 智能升级，重塑知识应用形态

**Graph RAG 的概念由杭州悦数联合 LlamaIndex 在 2023 年 8 月首次提出，后杭州悦数立刻投入将概念转化为产品的工作中，历时 1 年多，悦数 RAG 正式发布**。杭州悦数 Gen AI 负责人古思为通过生动的演示展示了悦数 RAG 如何助力企业轻松应对知识孤岛问题。凭借其“零门槛”的应用构建能力，哪怕是非技术人员也能通过简单的三步操作，快速创建企业级知识应用——定义数据源、配置应用规则、发布应用。悦数 RAG 简洁易用的界面和强大的功能赢得了与会者的广泛赞誉。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-3.jpg)

# 实践分享，共绘行业未来蓝图

除了新品发布外，本次大会还特别邀请了多位行业实践者分享经验。来自**远景智能的刘广一博士**分享了 GQL 图数据库在电力系统中的创新应用案例，展示了图技术在电网复杂系统管理中的巨大潜力。**云从科技集团金融事业部产品总监谢科**和**中证数智 CTO 黄佳**也分别就图技术与 AI 融合在金融领域的实践进行了深入探讨，为与会者提供了宝贵的经验与启示。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-4.jpg)
![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-5.jpg)
![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-6.jpg)


# 再启新篇，助力行业全面发展


在发布仪式上，杭州悦数 CTO 叶小萌、远景智能首席科学家刘广一博士、云从科技集团金融事业部产品总监谢科、中证数智 CTO 黄佳先生以及普适智能 CTO 刘元弘先生与现场嘉宾一道，共同见证了**悦数图数据库 v5.0 与悦数 RAG** 的正式发布。

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1107-7.jpg)

随着悦数图数据库 v5.0 与悦数 RAG 的正式发布，标志着图技术在标准化与智能化方面迈出了关键性的一步。这不仅体现了杭州悦数在图技术领域的创新实力，更预示着图数据库将在 AI 时代发挥更加重要的作用。**在 AI 技术与 GQL 国际标准图查询语言的双重驱动下，图技术领域迎来了前所未有的变革与发展。通过全面支持 GQL 标准，结合先进的 Graph RAG 技术，悦数科技正在为企业打造一个更加开放、高效、智能的数据基础设施平台，助力各行各业激活新质生产力**。

最后，感谢所有到场嘉宾以及线上观众朋友们的支持与肯定，后续我们会将嘉宾分享的内容整理后在公众号、官网等平台进行分享，敬请关注后续消息。

悦数图数据库 v5.0 及悦数 RAG 正式发布：引领标准化，激发新动能

![yueshu_news](https://www-cdn.yueshu.cn/yueshu-website/images/1025poster.jpg)

11 月 7 日深圳丨悦数图数据库新产品发布会


# 1.传统风控手段的局限性与挑战


团伙欺诈的难以识别传统的风控方法主要依赖于历史案例和专家规则，这些方法在识别个人零散风险时有一定效果，但在应对有组织的团伙欺诈时显得力不从心，难以进行有效识别。团伙欺诈通过复杂的数据排列组合和多样化的欺诈手段，能够轻易绕过简单的规则检测，给金融机构带来巨大损失。

数据割裂与逻辑视图缺失金融机构各业务部门之间的数据割裂严重，缺乏统一的逻辑视图，导致风险评估不全面。在跨业务线申请的用户信用评估中，传统方法往往只能基于单一业务线的数据进行判断，难以发现跨业务线的潜在风险。

新注册用户的评估难题对于新注册用户，由于缺乏历史行为数据，传统风控手段难以有效评估其信用风险。这使得金融机构在面对这些用户时面临更高的欺诈风险。


# 2.图技术为何成为风控利器？


在反欺诈和风控领域，图模型因其能有效发现潜在的关联关系而被广泛应用。图模型通过将所有数据关联起来，有助于发现疑似风险群体、补充特征维度，并进行社群风控分析，提升了从事后到事中的风控能力，从而及时发现实时风险。此外，图模型的可视化功能也为风险评估提供了更直观的工具。


## 数据关联与风险群体挖掘

图技术通过将所有数据关联起来，构建复杂的关系网络，从而有效挖掘潜在的风险群体。鲁汶算法（Louvain）和弱连通分量（WCC）等社群算法的应用，使得系统能够自动划分社群，并根据社群内的黑名单比例、逾期率等指标评估社群风险。这种方法不仅提高了风险识别的准确性，还实现了风险的提前预警。

## 实时风险监测与预警
图技术将风控从事后处理提升至事中处理，实现了实时风险监测与预警。系统可以在客户提交申请的同时，立即分析其与已知风险群体的关联关系，并根据分析结果实时调整授信额度或切断交易。这种实时处理能力显著提高了金融机构的风险防控效率。

## 多维度特征补充与风控模型优化
图技术能够从多个维度补充风控特征，如社交关系、地理位置、设备信息等。这些多维度特征的结合，使得风控模型更加全面、精准。同时，图技术还能够通过算法自动挖掘新的风险特征，不断优化风控模型，提高其适应性和准确性。


# 3.图技术在风控中的应用与解决方案


## 事前预测与挖掘

在贷款申请前，图技术主要用于客户评分和异常行为预警。系统通过批量处理工商、司法等各类数据，结合图特征、图指标和图算法，对客户进行全面的风险评估： 

### - 客户评分 

#### · 数据来源与整合：

系统首先会整合来自工商注册、司法记录、社交媒体、历史信贷记录等多方面的数据。这些数据通过图技术构建成复杂的关系网络，为评分提供全面基础。

####  · 图特征提取：

提取关键图特征，如客户与黑名单的关联路径长度、社群内黑名单占比、客户的社交关系多样性等，这些特征反映了客户的潜在风险。

####  · 模型评分：
利用机器学习或统计模型，结合提取的图特征和业务规则，对客户进行综合评分。评分模型会考虑多个维度，确保评分的准确性和鲁棒性。

####  · 评分应用：
评分结果将直接影响客户的信贷资格和授信额度。高评分客户可能获得更高的授信额度和更优惠的利率条件。

###  - 异常行为预警 

#### · 行为模式识别：
系统实时监控客户的行为模式，如交易频率、交易金额、交易对手方等，通过与历史正常行为模式进行对比，识别异常行为。 
#### · 风险关联分析：
当发现异常行为时，系统进一步分析该行为与已知风险因素的关联，如是否与欺诈团伙有联系、是否涉及高风险交易对手等。 
#### · 预警触发：
一旦识别到异常行为，系统会立即触发预警机制，通知风控人员或自动采取相应措施，如暂停交易、进一步调查等。

## 事中实时处理
在贷款申请过程中，图技术强调实时处理能力。系统通过高并发的图数据库，在毫秒级响应时间内完成大量图特征的计算，支持快速审批决策： 
### - 实时反欺诈

####  · 实时数据接入：
系统实时接入客户提交的贷款申请数据，包括个人信息、财务信息、信贷历史等。

#### · 风险关联判断：
利用图数据库的高并发查询能力，系统立即分析申请人与风险群体的关联关系，如是否与黑名单成员有直接或间接联系。
####  · 实时决策：
基于实时分析的结果，系统自动判断欺诈风险，并给出是否批准贷款的即时决策。对于高风险申请，系统可能直接拒绝或提交给人工审批。 
### - 授信额度调整

####  · 动态授信评估：
在审批过程中，系统会根据客户的实时风险评估结果，动态调整授信额度。如果客户的风险水平上升，系统可能降低授信额度；反之，则可能提高额度。
#### · 关联因素考量：
在调整授信额度时，系统会综合考虑客户的图特征得分、关联群体的风险水平、历史信贷表现等多个因素。
## 事后追溯与分析
贷款发放后，图技术主要用于失联催收和欺诈团伙挖掘。系统通过可视化工具支持交互式分析，业务人员可以直观地查看申请人的资金流、社交关系等信息。 

### - 失联催收

#### · 社交关系追踪：
当客户失联时，系统通过图技术追踪客户的社交关系链，包括紧急联系人、亲属、同事等，寻找潜在的联系渠道。

#### · 资金流向分析：
分析客户的资金流向，识别潜在的资产藏匿地点或关联账户，为催收行动提供线索。
#### · 催收策略制定：
基于追踪和分析结果，系统支持制定个性化的催收策略，提高催收效率。 
### - 欺诈团伙挖掘· 

#### 社群算法应用：
利用WCC、鲁汶算法等社群算法对图谱进行社群划分，识别出潜在的欺诈团伙。
#### · 团伙特征分析：
分析欺诈团伙的作案手法、资金流向、组织架构等特征，为案件侦破提供关键信息。
#### · 风险扩散预警：
监控欺诈团伙的风险扩散趋势，及时预警可能对金融机构造成的损失，并采取措施防范风险蔓延。

## 实战案例深度解析


### 某城商行反欺诈系统项目

近年来，随着全球经济环境恶化及欺诈手段专业化、团伙化趋势加剧，某城商行面临欺诈率显著上升的严峻挑战。为应对这一困境，该行启动了基于图技术的全局性反欺诈系统项目，旨在替换原有的高成本、难维护的国外软件，实现技术自主可控。

在项目实施过程中，某城商行充分利用图技术的关联分析能力，将所有业务数据关联起来，构建统一的风险视图。通过应用WCC、鲁汶算法等先进的图算法，系统能够精准识别高风险社群和潜在欺诈行为，实现对团伙欺诈和复杂欺诈场景的有效监控。同时，结合自然语言处理技术（NLP），项目对地址和公司信息进行了深度优化，通过地址补全、标准化和字符串相似度匹配，能够在80%的数据覆盖中，达到接近98%的准确率，显著提升了数据处理的准确率和效率，为反欺诈系统提供了高质量的数据支持。

系统上线后，其实时性和准确性得到了大幅提升。通过图数据库的高并发查询和实时计算能力，系统能够在毫秒级响应时间内完成大量图特征的实时计算和决策支持，满足小额信贷等场景下的快速审批需求。同时，系统的资源利用效率也显著提高，有效节省了机器资源的使用。

在业务效果方面，该系统显著增强了团伙欺诈的识别能力，通过模糊匹配技术识别并处理了更多的欺诈团伙，有效降低了欺诈损失。此外，系统还构建了高危社群模型，通过图识别平台显著提升了逾期率预测的准确率，为银行信贷决策提供了有力支持。

该项目得到了客户的高度认可，不仅提升了某城商行的反欺诈能力，还为其后续业务的发展奠定了坚实的基础。未来，某城商行计划持续优化和升级反欺诈系统，引入更多先进的技术手段，拓展图技术和 NLP 技术在反洗钱、反电诈等更多风控领域的应用，以巩固并提升其整体风控能力。


### 某商业银行项目案例
在信贷审批过程中，该银行面临着高风险客户识别不准确、团伙欺诈频发以及传统风控手段难以有效应对复杂欺诈行为的挑战。

为了提升风控水平，该银行决定引入先进的图技术和智能风控解决方案，以实现对高风险客户和欺诈团伙的精准识别。对信贷审批流程进行了全面优化。首先，该银行整合了包括申请人基本信息、征信报告、社交关系及交易记录在内的多维度数据，构建了全面的关联实体网络图谱，实现了风险数据的统一视图。

随后，利用图特征提取与算法分析，如 WCC 和鲁汶算法，对高风险社群进行精准识别，并结合业务指标动态调整信贷策略。通过构建高危社群模型与验证，该商业银行的逾期率预测准确率提高了3至4倍，相比传统方法提升效果显著。

此外，项目还融合了实时与离线分析，以及图可视化工具，为业务人员提供了高效、直观的决策支持。实施该项目后，该银行不仅成功降低了不良贷款率与欺诈损失，还优化了信贷审批流程，提升了客户体验，并在信贷业务中获得了更高的风险调整后收益，增强了市场竞争力。

深度探索：图技术在金融风控场景的应用与实践案例

9 月 27 日，由全国智能计算标准化工作组归口，杭州悦数科技有限公司等多家知名企业及科研机构共同参与的 **《智能计算 图计算性能测试方法》** 国家标准项目正式进入公示期。作为第一个图技术相关的国家标准，这一里程碑式的进展，不仅标志着我国图计算技术标准化工作迈出了坚实的一步，更为整个行业的规范化、可持续发展奠定了坚实基础。

《智能计算 图计算性能测试方法》国家标准的制定，旨在解决当前图计算领域性能测试方法**不统一、不规范**的问题。随着网络空间数据量的爆发式增长，传统的关系型数据处理模型逐渐暴露出建模缺陷和水平伸缩等问题，而图计算技术以其独特的优势得到了蓬勃发展。然而，由于缺乏统一规范的性能测试方法，用户难以准确评估不同图计算系统的性能，市场也无法直观进行产品选型，开发人员更是无法评估最佳算法和系统配置。

基于此现状，该本标准项目的提出恰逢其时。它将规范图计算性能测试的环境、数据集、测试负载等要求，明确测试内容和方法，为图计算相关产品的选型和比较提供统一依据。本标准的制定，不仅能够统一性能测试指标及方法，优化资源利用，还能明确技术优化方向，促进产业发展，进一步推动图计算技术的普及和应用。

作为本次国家标准制定的核心参与单位之一，杭州悦数科技有限公司自项目启动以来，便以高度的责任感和使命感，积极参与标准制定的各项工作。公司多次参与讨论会议，与业界同仁共同探讨图计算性能测试的关键要素和技术细节，为标准的完善与科学性提供了重要支持。悦数图数据库作为杭州悦数的主力产品，全面支持国产信创生态，实现了 100% 的自主可控，凭借卓越的性能和广泛的应用场景赢得了业界的广泛认可。目前，悦数图数据库已荣获 20 余项国家软件著作权证书和 40 余项国家发明专利证书，并通过了多项国家权威认证。这些成就不仅是对悦数技术实力的认可，更是对其在推动国产图数据库技术发展方面所做努力的肯定。

![https://www-cdn.yueshu.cn/yueshu-website/images/0930img3.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0930img3.jpg)

《智能计算 图计算性能测试方法》国家标准的公示，是我国图计算技术标准化工作的重要里程碑。杭州悦数科技有限公司作为核心参与单位之一，将继续秉持**创新、开放、合作**的精神，与业界同仁携手共进，共同推动图计算技术的规范化、标准化发展。


杭州悦数参与制定的图技术国家标准项目进入公示期！

在近期圆满落幕的 VLDB 2024 LLM+KG 研讨会上，悦数 Gen AI 的负责人古思为精彩呈现了《将生成式 AI 与图数据库结合：来自悦数的创新与见解》主题演讲，正式揭晓了基于悦数 2023 年 8 月率先提出的 Graph RAG 理念精心打造的企业知识管理应用——悦数 RAG。

为了让更多用户深入理解 Graph RAG 的技术特点及悦数 RAG 的独特之处，我们上周特地邀请到了悦数 Gen AI 的负责人古思为与悦数图数据库 AI 工程师余毅航进行了一场深度直播交流。

构建专属自己的企业知识应用到底分几步呢？

**用悦数 RAG 告别繁琐步骤，仅需三步即可构建知识应用！**

1：​创建知识集
2：构建知识应用框架
3：根据实际情况进行应用优化

三步即可打造企业个性化知识应用，享受高效信息检索与智能生成带来的便捷！

点击查看 **[悦数 RAG 测试版实机演示](https://weixin.qq.com/sph/AnC9x6FYt)**

除了如何进行企业私有知识应用的构建，本次直播古思为还深入剖析了悦数在 Graph RAG 领域的探索历程与实践成果，并详细介绍了悦数 RAG 如何为企业知识管理注入新动力。

**视频太长不看？没关系，精华内容已经为你提炼好了！**

简化流程，激发全员智慧

悦数 RAG 平台通过简化知识应用的搭建流程，让非技术背景的员工也能轻松参与到企业智能化进程中。极大地促进了企业内部的知识共享与协作，为企业的创新发展增添无限可能。

打破壁垒，加速企业决策

悦数 RAG 平台巧妙融合大数据模型与企业专属知识，实现高效信息检索与智能内容生成，有效破解知识孤岛与咨询瓶颈，显著提升企业决策速度与响应能力。

图状检索，应对复杂挑战

引入图形结构检索方法，针对碎片化知识检索、全局上下文理解、相关问题识别及分层摘要生成四大文本处理难题，利用图形结构整合文本信息，提供行之有效的解决方案。

利用图谱，提升检索效能

在 Graph RAG 技术的加持下，知识图谱的应用显著增强了检索效率与准确性。悦数 RAG 平台通过构建知识图谱，将复杂文本转化为结构化信息，助力企业高效挖掘和利用海量文本数据。

高效检索，精细分层管理

悦数 RAG 平台通过引入脑科学记忆处理机制，创新提出结合自定义 PageRank 算法的知识表示方法，进一步提升了知识检索效率与精确度。

想要重温这场精彩直播？
点击链接，即可观看[**全程回放**](https://weixin.qq.com/sph/Ar5W13BAT)！

想要获取更多直播详情或下载分享文档？
**[点击链接](https://jsj.top/f/UQBeVy)**，留下您的联系方式，悦数期待为您的业务带来全新活力！

构建专属自己的企业知识应用总共分几步

直播回放丨课后提问！构建专属自己的企业知识应用总共分几步？

如何从海量数据中精准、高效地获取所需信息，成为个人和企业面临的巨大挑战。传统的搜索引擎和检索技术受限于数据质量、训练资源及多义词理解等问题，难以满足日益增长的复杂查询需求。然而，随着 Graph RAG 的兴起，这一难题正逐步得到解决。

# 什么是 Graph RAG

Graph RAG 这一概念是 2023 年 8 月由杭州悦数和 LlamaIndex 联合提出的创新性检索增强生成技术。它将知识图谱与图机器学习技术深度融合，显著增强了大型语言模型在处理复杂和多样化私有数据集时的性能。Graph RAG 通过使用图技术建立实体与实体间的联系构建结构化知识图谱，凭借图技术的图遍历和高效的查询能力，利用图机器学习算法进行语意聚合和层次化分析，能够精准捕捉文本中的复杂关系，回答高层次的抽象或总结性问题，广泛应用于智能问答、数据摘要、企业知识管理等领域，为企业提供高效、智能的信息检索解决方案。

## Graph RAG 与传统 RAG 的区别

传统 RAG 技术主要依赖于向量检索，将文本内容转化为向量形式，并通过向量相似性进行信息检索，这在处理基于文本内容的事实性问题上展现出了一定的效果。然而，当面对涉及复杂关系和多步骤推理的查询时，其局限性便显露无遗。

相比之下，Graph RAG 技术则采用了更为先进的知识图谱表示形式，将文本中的实体和概念以节点形式呈现，并通过边来描绘它们之间的关系。这种结构化的表示方式不仅使得 Graph RAG 能够更精准地捕捉文本中的复杂关系，还赋予了它在处理高层语义理解和多步骤推理问题上的独特优势。通过图检索技术，Graph RAG 能够跨越多个文本块，检索出与查询紧密相关的图元素，如节点、三元组、路径或子图，从而为用户提供更为全面和准确的信息。

# Graph RAG的实际应用场景


## 智能终端的交互升级

Graph RAG 技术在智能终端领域的应用尤为突出，比如桌面终端、移动应用、智能机器人等，通过集成 Graph RAG 技术，可以显著提升交互体验。用户可以通过自然语言提问，终端能够精准理解用户意图，并提供更加丰富、准确的答案。例如，在政务服务中心，智能终端可以利用 Graph RAG 技术快速响应用户的各类查询需求，提供事项查询、流程指引等智能化服务。

## 企业知识管理的创新

悦数图数据库推出的『悦数 RAG』平台，为企业知识管理带来了显著的变化。该平台不仅简化了知识应用的创建过程，还通过友好的对话界面，使非技术用户也能轻松上手。企业用户可以通过『悦数 RAG』快速搭建内部知识库的搜索引擎，提高员工访问关键信息的速度和效率。此外，『悦数 RAG』还支持复杂 RAG 逻辑的整合，如 Graph+Vector RAG，进一步提升了检索的精准度和效率。

## 金融科技的安全保障

在金融科技领域，Graph RAG 技术正逐步展现其独特优势。通过分析金融网络的知识图谱，Graph RAG 技术能够帮助金融机构更好地理解和分析市场动态、风险评估和资产配置等问题。例如利用 Graph RAG 技术构建全面的用户知识图谱，通过大语言模型为合规部门提供客户公司股权结构、运营状况和合作伙伴关系的实时分析，有效降低了业务风险，提升了决策效率。

Graph RAG 技术的出现，为信息检索领域带来了全新的思路和方法。通过结合知识图谱和大语言模型，Graph RAG 不仅提升了检索的精准度和效率，还丰富了检索结果的上下文信息，为智能终端、企业知识管理、金融科技等多个领域带来了显著的变化。我们期待与各位专家和用户共同探索 Graph RAG 技术的无限可能，共创信息检索的美好未来。

Graph RAG 通过使用图技术建立实体与实体间的联系构建结构化知识图谱，凭借图技术的图遍历和高效的查询能力，利用图机器学习算法进行语意聚合和层次化分析，能够精准捕捉文本中的复杂关系，回答高层次的抽象或总结性问题，广泛应用于智能问答、数据摘要、企业知识管理等领域，为企业提供高效、智能的信息检索解决方案。

Graph RAG：破解复杂信息检索难题，助力企业智能升级

在知识管理领域，企业常常面临专业知识与业务洞察力局限于少数团队成员的问题，导致知识孤岛和咨询瓶颈。而生成式 AI 技术，如 DAG、Workflow、Agent 和 RAG 等工具尽管能力强大，但对于非技术背景的员工来说却显得遥不可及，成为 Gen AI 技术落地的一大阻碍。为了打破这一壁垒，杭州悦数推出了『悦数 RAG』这一极简的知识应用构建平台，旨在打破企业内部专业知识与业务洞察力的局限性，解决困扰企业的知识孤岛和咨询瓶颈问题。

本次我们请到了杭州悦数 Gen AI 负责人古思为、AI 工程师余毅航，为大家深度解析 Graph RAG 技术如何赋能每一位员工，无论技术背景如何，都能够轻松创建和优化知识应用，共同推动企业的知识共享与创新，开启智慧企业的新篇章。


# 直播重点



## Graph RAG 的技术背景剖析 

Graph RAG 技术的奥秘，分享它前所未有的上下文感知能力与高效数据训练效果。

## 悦数在 Graph RAG 领域的耕耘

『悦数 RAG』如何帮助企业打破知识孤岛，实现知识普及与应用构建。

## 未来更新计划

未来『悦数 RAG』的技术创新与优化计划，以更加卓越的性能和更广泛的应用场景。

## 在线演示

现场演示如何使用『悦数 RAG』快速构建定制化知识应用，见证尖端技术与易用性的融合。


# 报名方式

扫描下方海报二维码，立即预约直播席位与行业专家面对面交流！

![https://www-cdn.yueshu.cn/yueshu-website/images/0905poster.jpg](https://www-cdn.yueshu.cn/yueshu-website/images/0905poster.jpg)

『悦数 RAG』将持续迭代升级为企业提供更多元、更高效的解决方案助力企业在数字化转型的道路上迈出坚实的步伐。

引领业务创新，重塑企业知识管理

标签