待验证50% 置信事实精确时间
GraphSAGE 学习聚合函数而非固定嵌入，使模型可泛化到训练时未见过的新节点，实现归纳式学习
1
来源数
50%
置信度
长期有效
时效性
2026/9/12
首次发现
来源
涉及实体
相关事实
待验证GraphRAG通过构建知识图谱，将函数、类、模块作为节点，将调用关系、继承关系、依赖关系作为边来组织代码知识73% 相似待验证GraphRAG架构通过知识图谱显式建模角色关系与事件因果链来弥补纯向量检索的局限71% 相似待验证GraphRAG范式先用向量检索定位候选实体节点，再通过图遍历沿关系链条扩展上下文，形成语义召回加结构推理的两阶段管道71% 相似待验证GraphRAG 先用 LLM 从代码中抽取实体和依赖关系构建知识图谱，检索时通过图遍历而非向量相似度定位答案，适合多跳推理场景但放弃了对非结构化文本的模糊语义匹配70% 相似待验证Stéphane Ross等人提出DAgger算法，通过训练中持续让学生模型产生新轨迹并请求教师标注来缓解行为克隆的分布偏移问题69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/914029API
curl https://kongchang.com/api/v1/knowledge/claims/914029MCP
get_claim(id=914029)