Cognee 对比 Galactica

Cognee 将文档、聊天记录、工单和 API 数据转化为图形记忆语言模型代理，可以跨会话调用。它从上下文中构建关联实体图，使代理在每次运行时不必从头开始。您可以连接 Slack、GitHub 或 Linear，使编码代理和支持机器人共享一个具有权限感知的公司大脑。

普通的 RAG 返回相似的文本片段。Cognee 将向量搜索与知识图谱和自动生成的本体结合，因此调用时提取的是关联实体和引用事实，而非孤立的片段。SDK 以四个动词为核心：记住、调用、遗忘和改进，且相同的接口通过 HTTP 和 MCP 提供给 Claude Code、Codex 和 OpenClaw。

平台团队将其用于编码代理记忆、GraphRAG 流水线、交易情报以及需要有据可依答案的面向客户的代理。可通过 pip 本地运行，自托管于 Docker 或本地环境，或在需要托管扩展时迁移至 Cognee Cloud。该项目在 GitHub 上拥有 30.4k 星标，每月 SDK 调用超过 500 万次，Bayer 和 Knowunity 已投入生产部署。

五个从125M到120B参数的开放权重检查点，为研究人员提供了一个科学训练的语言模型，该模型基于1060亿个精心策划的标记，涵盖4800万篇论文、教科书、百科全书和知识库。Galactica在一个仅解码器的Transformer架构内存储、组合并推理多种模态，包括LaTeX、Python代码、SMILES公式和氨基酸序列。Meta的Papers with Code团队开源了权重，供希望研究语言模型如何组织科学知识的研究人员使用。

通用大型语言模型训练于广泛的网络爬取数据，其中社交聊天可能占据标记预算的主导。Galactica仅使用经过策划的开放获取科学资源，论文认为这使其能够进行多轮训练而不过拟合。Meta在2022年11月发布后三天内移除了公共网络演示，因为批评者展示了自信但伪造的引用和方程，因此今天你可以从Hugging Face下载检查点，而不是通过托管界面聊天。

机器学习研究人员可以复现arXiv论文中的基准数字，包括PubMedQA的77.6%和MedMCQA开发集的52.9%。计算生物学家和化学家可以通过Galactica专门为氨基酸序列和SMILES字符串设计的标记测试蛋白质注释和分子任务。研究生在探索科学问答、引用预测或数学文字题时，可以尝试高达1200亿参数的模型，而无需从零开始训练。