Az EdgeQuake egy új megközelítéssel próbálja orvosolni a RAG (Retrieval Augmented Generation) eszközök régóta fennálló hiányosságait. Az áttekintésből kiderül, hogy a hagyományos RAG-megoldások gyakran nem képesek megérteni az információk közötti összefüggéseket, csak szöveghasonlóság alapján keresnek választ, így komplexebb kérdésekre sokszor helytelen eredményt adnak.
Érdekes pontot vet fel azzal, hogy az EdgeQuake tényleges tudásgráfot épít fel a saját dokumentumainkból, és képes lokálisan, internetkapcsolat nélkül futni, természetesen nyílt forráskódúként. A videó bemutatja, hogyan telepíthető Dockerrel, milyen modellekbe integrálható, milyen adatbázisokat használ, valamint, hogy különböző keresési módokat kínál a válaszadási minőség javítására.
Az installáció során felmerült technikai akadályok rávilágítanak a lokális modellek beállításának buktatóira, különös tekintettel a Docker és az Ollama integrációjára. A bemutató részletesen kitér arra, hogyan lehet megoldani ezeket az összeakadásokat, és hogyan állítható be helyesen a rendszer.
Az automatikusan létrejött tudásgráf strukturált módon jeleníti meg a feltöltött dokumentumok entitásait és kapcsolatait, ezzel lehetőséget adva arra, hogy a felhasználó célzott és összetett kérdéseket tegyen fel a feltöltött adatok alapján. Felvetődik a kérdés, valóban képes-e ez az új eszköz a releváns adatok és kapcsolatok feltárására, vagy csak új technikai problémákat vet fel a használat során?
