KAG（Knowledge Augmented Generation）は、専門分野の知識サービスフレームワークです。知識グラフとベクトル検索の長所を活かし、大規模言語モデルと知識グラフを双方向に強化することで、RAG（Retrieval Augmentation Generation）技術におけるベクトル類似性と知識推論の関連性の大きなずれや、知識論理への非対応といった問題を解決します。KAGは、多段階質問応答タスクにおいて、NaiveRAGやHippoRAGなどの手法を大幅に上回る性能を示し、例えばhotpotQAにおけるF1スコアは19.6%向上、2wikiでは33.5%向上しました。KAGは既に、アリババグループの行政関連質問応答と健康関連質問応答という2つの専門知識質問応答タスクに導入され、RAG手法と比べて専門性の著しい向上が確認されています。