Lightweight Semantic Embeddings Enable Redundancy-Sensitive Knowledge Graph Construction for LLM-Based Document Processing
Este artículo presenta AMODD, un flujo de trabajo aumentado por aprendizaje automático que aprovecha incrustaciones semánticas ligeras para eliminar la redundancia de secciones de documentos y agrupar entidades de grafos, reduciendo significativamente el consumo de tokens de los LLM y la latencia para la construcción de grafos de conocimiento mientras mantiene una alta calidad de recuperación.