KI News: Kurz und klar.

In einem neuen Tutorial wird Tree‑KG vorgestellt, ein fortschrittliches System für hierarchische Wissensgraphen, das die klassische Retrieval‑Augmented Generation (RAG) übertrifft. Tree‑KG verbindet semantische Einbettungen mit einer expliziten Graphstruktur, sodass Wissen in einer baumartigen Hierarchie organisiert wird – von breiten Fachgebieten bis hin zu feingranularen Konzepten.

Die langsame und kostenintensive experimentelle Validierung chemischer Prozesse hemmt die Entdeckung neuer Materialien. Künstliche Intelligenz kann vielversprechende Kandidaten priorisieren, doch die vorhandenen Daten aus Patenten und Fachliteratur sind heterogen und schwer nutzbar. Forscher haben deshalb eine universelle, gerichtete Baumstruktur – den Prozess-Graph – entwickelt, die unstrukturierte Texte, Molekülstrukturen und numerische Messwerte in ein einziges maschinenlesbares Format überführt.

Large Language Models (LLMs) stoßen bei der Verarbeitung langer Texte an ihre Grenzen: Die meisten Dokumente überschreiten die begrenzte Kontextfenstergröße, und die Leistung sinkt, sobald die Sequenzlänge wächst. Um dieses Problem zu lösen, greifen Forscher auf externe Gedächtnis‑Frameworks zurück.