← Каталог

· AI Engineer World's Fair 2026

CrabRAG: почему автоматизированным ассистентам нужна графовая память, а не больше токенов

CrabRAG: Why Automated Assistants Need Graph Memory, Not More Tokens

Агентам нужна графовая память: по словам спикера, markdown-файлы и векторный поиск не справляются с цепочками связей.

  • Токены на markdown-память — по словам спикера, его агенты загружают около 100K токенов на каждый раунд, потому что грузят всё подряд в надежде, что пригодится.
  • Векторы не равны связям — similarity search возвращает похожие, но не связанные факты. В демо с цифровым двойником домашней сети векторная версия не ответила на вопрос о внешне доступных устаревших сервисах, а графовая дала конкретный ответ.
  • Гибридный поиск — векторы выбирают стартовые узлы, дальше идёт обход соседей и ранжирование по связанности. Embeddings хранятся прямо в графе Neo4j.
  • Объяснимость — ответ можно проверить по подграфу, который в него попал, и по нему править извлечение сущностей и убирать дубликаты узлов.

Кому полезно: тем, кто строит агентов с долговременной памятью и задаёт им вопросы, где ответ лежит в цепочке связанных сущностей.

Статья по теме

Главы

Ещё доклады: Stephen Chin

Все 6 докладов →

Похожие доклады