已过期50% 置信事实精确时间
In GNNs, each node collects feature information from all its neighboring nodes, integrates this through an aggregation function (such as sum, mean, max, or attention-weighted), and after multiple iterations each node's representation incorporates information from multi-hop neighbors.
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
相关事实
已验证GraphRAG通过社区检测算法（如Leiden算法）对知识图谱进行层次化聚类，生成不同粒度的社区摘要55% 相似待验证AWS CloudWatch和GCP Billing提供的用量报告可以精确到单次API调用级别，支持按资源、时间段、标签等多维度筛选导出54% 相似待验证主流向量数据库Pinecone、Weaviate、Qdrant、pgvector等底层普遍采用HNSW近似最近邻索引算法53% 相似待验证图数据库将关系作为一等公民存储，使多跳关系查询可通过图遍历算法在毫秒级完成，无需执行代价高昂的多表JOIN操作53% 相似已验证检索增强生成（RAG）通过向量数据库将代码库切分为语义片段，在 AI 处理具体任务时动态检索最相关的内容注入上下文53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/42087API
curl https://kongchang.com/api/v1/knowledge/claims/42087MCP
get_claim(id=42087)