KG LLM Papers herunterladen - KG LLM Papers Quellcode herunterladen

KG-LLM-Papiere

Was können LLMs für KGs tun? Oder anders gefragt: Welche Rolle kann KG im Zeitalter der LLMs spielen?

? Dieses Repository sammelt Artikel , die Wissensgraphen (KGs) und große Sprachmodelle (LLMs) integrieren.

? Gerne können Sie fehlende Papiere über Adding Issues oder Pull Requests empfehlen.

? Nachricht

2024-05 Unser Artikel „Knowledgeable Preference Alignment for LLMs in Domain- Specific Question Answering“ wurde von ACL 2024 angenommen. [ Repo ]
2024-02 Wir drucken unsere Survey Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey [ Repo ] vor.
2023-10 Wir drucken unser Papier „Making Large Language Models Perform Better in Knowledge Graph Completion“ vor und veröffentlichen das [ Repo ].
2023-06 Wir erstellen dieses Repository, um eine Papierliste zum Intergrating Knowledge Graphs and Large Language Models zu verwalten.

Inhalt

Papiere
- ? Umfragen
- ⚙ Methoden
- ? Ressourcen

Papiere

Umfragen

[arxiv] Wissensgraphen treffen auf multimodales Lernen: Eine umfassende Umfrage. 2024.02
[arxiv] Können Knowledge Graphs Halluzinationen bei LLMs reduzieren? : Eine Umfrage. 2023.11
[arxiv] Umfrage zur Faktizität in großen Sprachmodellen: Wissen, Abruf und Domänenspezifität. 2023.10
[arxiv] Zur Entwicklung von Wissensgraphen: Ein Überblick und eine Perspektive. 2023.10
[arxiv] Benchmarking der Fähigkeiten großer Sprachmodelle für die Erstellung und das Verständnis von RDF-Wissensgraphen: Wie gut sprechen LLMs Turtle? 2023.09
[arxiv] Erklärbarkeit für große Sprachmodelle: Eine Umfrage. 2023.09
[arxiv] Generationen von Wissensgraphen: Die verrückten Ideen und die geschäftlichen Auswirkungen. 2023.08
[arxiv] Große Sprachmodelle und Wissensgraphen: Chancen und Herausforderungen. 2023.08
[TKDE] Vereinheitlichung großer Sprachmodelle und Wissensgraphen: Eine Roadmap. 2023.06 [Repo]
[arxiv] ChatGPT reicht nicht aus: Erweiterung großer Sprachmodelle mit Wissensgraphen für faktenbewusste Sprachmodellierung. 2023.06
[arxiv] Eine Übersicht über wissensgestützte vorab trainierte Sprachmodelle. 2023.05

Verfahren

[arxiv] Dekodierung auf Graphen: Getreue und fundierte Argumentation auf Wissensgraphen durch Generierung wohlgeformter Ketten. 2024.10
[arxiv] Auf dem Weg zu Graph Foundation-Modellen: Die Perspektive des Zero-Shot-Argumentation auf Wissensgraphen. 2024.10
[NeurIPS 2024] MKGL: Beherrschung einer Drei-Wörter-Sprache. 2024.10 [Repo]
[NeurIPS 2024] UrbanKGent: Ein einheitliches Agent-Framework für große Sprachmodelle für die Konstruktion urbaner Wissensgraphen. 2024.10 [Repo]
[ICML 2024] Grob-zu-Fein-Hervorhebung: Reduzierung der Wissenshalluzination in großen Sprachmodellen. 2024.10 [Repo]
[ACL 2024] SAC-KG: Nutzung großer Sprachmodelle als kompetente automatische Konstruktoren für Domänenwissensgraphen. 2024.09
[NeurIPS 2024] LLM4EA: Entitätsausrichtung mit verrauschten Annotationen aus großen Sprachmodellen. 2024.09 [Repo]
[arxiv] Wissenskette: Integration von Wissensbegründung in große Sprachmodelle durch Lernen aus Wissensgraphen. 2024.07
[arxiv] GraphEval: Ein auf Wissensgraphen basierendes Rahmenwerk zur Bewertung von LLM-Halluzinationen. 2024.07
[arxiv] Think-on-Graph 2.0: Tiefes und interpretierbares Denken in großen Sprachmodellen mit Knowledge Graph-gesteuertem Abruf. 2024.07
[ISWC 2024] Feinabstimmung generativer großer Sprachmodelle mit Diskriminierungsanweisungen für die Vervollständigung von Wissensgraphen. 2024.07
[ACL 2024-Ergebnisse] Zweistufige generative Fragebeantwortung auf einem zeitlichen Wissensgraphen unter Verwendung großer Sprachmodelle. 2024.07
[arxiv] Tree-of-Traversals: Ein Zero-Shot-Argumentationsalgorithmus zur Erweiterung von Black-Box-Sprachmodellen mit Wissensgraphen. 2024.07
[NAACL 2024-Ergebnisse] GenTKG: Generative Prognose auf zeitlichen Wissensgraphen mit großen Sprachmodellen. 2024.06
[ACL 2024-Ergebnisse] Zweistufige generative Fragebeantwortung auf einem zeitlichen Wissensgraphen unter Verwendung großer Sprachmodelle. 2024.06
[arxiv] Effiziente Wissensinfusion durch KG-LLM-Ausrichtung. 2024.06
[arxiv] Knowledge Graph Enhanced Retrieval-Augmented Generation für Fehlermöglichkeits- und Einflussanalyse. 2024.06
[arxiv] Knowledge Graph-erweiterte große Sprachmodelle über Pfadauswahl. 2024.06
[arxiv] Lernen, abrufgestützte große Sprachmodelle aus Wissensgraphen zu planen. 2024.06
[arxiv] Docs2KG: Einheitlicher Wissensgraphenaufbau aus heterogenen Dokumenten mit Unterstützung großer Sprachmodelle. 2024.06
[arxiv] UniOQA: Ein einheitliches Framework für die Beantwortung von Knowledge Graph-Fragen mit einem großen Sprachmodell. 2024.06
[arxiv] Multimodales Denken mit multimodalem Wissensgraphen. 2024.06
[arxiv] Wissensgraph in der astronomischen Forschung mit großen Sprachmodellen: Quantifizierung der treibenden Kräfte in der interdisziplinären wissenschaftlichen Entdeckung. 2024.06
[arxiv] EffiQA: Effiziente Fragebeantwortung mit strategischer Multimodell-Zusammenarbeit an Wissensgraphen. 2024.06
[arxiv] Erkunden und dann bestimmen: Ein GNN-LLM-Synergie-Framework für Argumentation über Knowledge Graph. 2024.06
[arxiv] EMERGE: Integration von RAG für eine verbesserte multimodale EHR-Vorhersagemodellierung. 2024.06
[EPJ Data Science] Glitzer oder Gold? Ableitung strukturierter Erkenntnisse aus Nachhaltigkeitsberichten über große Sprachmodelle. 2024.06
[arxiv] DepsRAG: Auf dem Weg zur Verwaltung von Softwareabhängigkeiten mithilfe großer Sprachmodelle. 2024.06 [Repo]
[arxiv] KNOW: Eine reale Ontologie zur Wissenserfassung mit großen Sprachmodellen 2024.05 [Repo]
[arxiv] HippoRAG: Neurobiologisch inspiriertes Langzeitgedächtnis für große Sprachmodelle 2024.05 [Repo]
[arxiv] KG-FIT: Feinabstimmung des Wissensgraphen anhand von Open-World-Wissen. 2024.05
[arxiv] Ontologiegesteuerte symbolische Wissenserfassung in Echtzeit mit großen Sprachmodellen 2024.05 [Repo]
[arxiv] Zeitleistenbasierte Satzzerlegung mit kontextbezogenem Lernen zur zeitlichen Faktenextraktion. 2024.05
[arxiv] SOK-Bench: Ein lokalisierter Video-Reasoning-Benchmark mit abgestimmtem Open-World-Wissen. 2024.05
[arxiv] Milderung von Halluzinationen in großen Sprachmodellen durch selbstverfeinerten Wissensabruf. 2024.05
[arxiv] Aufforderung an große Sprachmodelle mit Wissensgraphen zur Beantwortung von Fragen mit Long-Tail-Fakten. 2024.05
[arxiv] DALK: Dynamische Co-Augmentation von LLMs und KG zur Beantwortung von Fragen zur Alzheimer-Krankheit mit wissenschaftlicher Literatur. 2024.05
[arxiv] BiasKG: Adversarial Knowledge Graphs zur Erzeugung von Bias in großen Sprachmodellen. 2024.05
[arxiv] AttacKG+:Verbesserung der Konstruktion von Angriffs-Wissensgraphen mit großen Sprachmodellen. 2024.05
[arxiv] Sora-Detektor: Eine einheitliche Halluzinationserkennung für große Text-zu-Video-Modelle. 2024.05
[arxiv] FOKE: Ein personalisiertes und erklärbares Bildungsrahmenwerk, das Grundlagenmodelle, Wissensgraphen und Prompt Engineering integriert. 2024.05
[arxiv] Beziehungsvorhersage für die Vervollständigung von Wissensgraphen mithilfe großer Sprachmodelle. 2024.05
[arxiv] Evaluierung großer Sprachmodelle für eine strukturierte wissenschaftliche Zusammenfassung im Open Research Knowledge Graph. 2024.05
[arxiv] Verbesserung des komplexen Denkens gegenüber Knowledge Graph durch logikbewusste Lehrplanoptimierung. 2024.05
[arxiv] RAG-basierte erklärbare Vorhersage des Verhaltens von Verkehrsteilnehmern für automatisiertes Fahren mithilfe von Wissensgraphen und großen Sprachmodellen. 2024.05
[arxiv] PrivComp-KG: Nutzung von Knowledge Graph und großen Sprachmodellen zur Überprüfung der Einhaltung von Datenschutzrichtlinien. 2024.04
[arxiv] Multi-Hop-Fragenbeantwortung über Wissensgraphen unter Verwendung großer Sprachmodelle. 2024.04
[arxiv] Automatisierte Konstruktion themenspezifischer Wissensgraphen. 2024.04
[arxiv] Retrieval-Augmented Generation mit Knowledge Graphs für die Beantwortung von Kundendienstfragen. 2024.04
[arxiv] Bewertung von Klassenzugehörigkeitsbeziehungen in Wissensgraphen mithilfe großer Sprachmodelle. 2024.04
[arxiv] KGValidator: Ein Framework zur automatischen Validierung der Wissensgraphenkonstruktion. 2024.04
[arxiv] Kontexterweiterte Sprachmodelle zur Generierung von Zitaten aus mehreren Papieren. 2024.04
[arxiv] Argumentation zu effizienten Wissenspfaden: Knowledge Graph Guides Großes Sprachmodell für die Beantwortung von Domänenfragen. 2024.04
[arxiv] KG-CTG: Zitiergenerierung durch Knowledge Graph-gesteuerte große Sprachmodelle. 2024.04
[arxiv] CuriousLLM: Verbesserung der Multi-Dokument-Qualitätssicherung mit argumentationsbasierter Knowledge Graph-Eingabeaufforderung. 2024.04
[arxiv] ODA: Observation-Driven Agent zur Integration von LLMs und Knowledge Graphs. 2024.04
[arxiv] Erstellen eines Wissensgraphen zur Bereicherung von ChatGPT-Antworten bei der Erkennung von Fertigungsdiensten. 2024.04
[arxiv] Logische Gedankenabfrage: Anleitung großer Sprachmodelle zur Beantwortung komplexer Logikabfragen mit Wissensgraphen. 2024.04
[arxiv] Extrahieren, Definieren, Kanonisieren: Ein LLM-basiertes Framework für die Konstruktion von Wissensgraphen. 2024.04
[COLM 2024] Enthüllung von LLMs: Die Entwicklung latenter Darstellungen in einem dynamischen Wissensgraphen. 2024.04
[arxiv] Konstruktion eines Wissensgraphen über funktionelle Materialien in der multidisziplinären Materialwissenschaft mithilfe eines großen Sprachmodells. 2024.04
[arxiv] Zur Linearisierung strukturierter Daten in Encoder-Decoder-Sprachmodellen: Erkenntnisse aus Text-to-SQL. 2024.04
[arxiv] Selbstverbesserungsprogrammierung für die Beantwortung von Fragen zu zeitlichen Wissensgraphen. 2024.04
[arxiv] Eine vorläufige Roadmap für LLMs als Assistenten beim Erkunden, Analysieren und Visualisieren von Wissensgraphen. 2024.04
[arxiv] Bewertung der Faktizität großer Sprachmodelle mithilfe groß angelegter Wissensgraphen. 2024.04
[arxiv] Nutzung der Leistungsfähigkeit eines großen Sprachmodells für die ungewissheitsbewusste Graphverarbeitung. 2024.04
[arxiv] EventGround: Narratives Denken durch die Grundlage für eventualitätszentrierte Wissensgraphen. 2024.04
[arxiv] Generate-on-Graph: Behandeln Sie LLM sowohl als Agent als auch als KG bei der Beantwortung unvollständiger Knowledge Graph-Fragen. 2024.04
[arxiv] Von lokal zu global: Ein Graph-RAG-Ansatz zur abfrageorientierten Zusammenfassung. 2024.04
[arxiv] HyKGE: Ein erweitertes Hypothesen-Knowledge-Graph-Framework für genaue und zuverlässige Antworten auf medizinische LLMs. 2024.04
[arxiv] Bewertung der Faktizität großer Sprachmodelle mithilfe groß angelegter Wissensgraphen. 2024.04
[arxiv] Bewertung der Faktizität großer Sprachmodelle mithilfe groß angelegter Wissensgraphen. 2024.04
[arxiv] KnowLA: Verbesserung der Parameter-effizienten Feinabstimmung durch sachkundige Anpassung. 2024.03
[LREC-COLING 2024] KC-GenRe: Eine wissensbeschränkte generative Re-Ranking-Methode basierend auf großen Sprachmodellen zur Vervollständigung von Wissensgraphen. 2024.03
[arxiv] K-Act2Emo: Koreanischer Commonsense-Wissensgraph für indirekten emotionalen Ausdruck. 2024.03
[arxiv] Zusammenführung domänenspezifischer Inhalte aus großen Sprachmodellen in Wissensgraphen für eine verbesserte Zero-Shot-Objektzustandsklassifizierung. 2024.03
[arxiv] Konstruktion hyperrelationaler Wissensgraphen unter Verwendung vorab trainierter großer Sprachmodelle. 2024.03
[arxiv] Rufen Sie mich bei Bedarf an: LLMs können effizient und zuverlässig über strukturierte Umgebungen nachdenken. 2024.03
[arxiv] Von menschlichen Experten zu Maschinen: Ein LLM-gestützter Ansatz zur Ontologie und zum Aufbau von Wissensgraphen. 2024.03
[arxiv] Komplexes Denken über logische Abfragen in Commonsense-Wissensgraphen. 2024.03
[arxiv] Knowledge Graph Large Language Model (KG-LLM) für Linkvorhersage. 2024.03
[arxiv] KG-Rank: Verbesserung großer Sprachmodelle für die medizinische Qualitätssicherung mit Wissensgraphen und Ranking-Techniken. 2024.03
[arxiv] Förderung des biomedizinischen Text Mining mit Community-Herausforderungen. 2024.03
[arxiv] Wissensgraphen als Kontextquellen für LLM-basierte Erklärungen von Lernempfehlungen. 2024.03
[arxiv] Evidenzorientierte Faktenzusammenfassung für wissensgestützte Zero-Shot-Fragenbeantwortung. 2024.03
[arxiv] AceMap: Wissensentdeckung durch akademisches Diagramm. 2024.03
[arxiv] KnowPhish: Große Sprachmodelle treffen auf multimodale Wissensgraphen zur Verbesserung der referenzbasierten Phishing-Erkennung. 2024.03
[arxiv] Enthüllung versteckter Verbindungen zwischen unsichtbaren Sicherheitseinheiten. 2024.03
[LREC-COLING 2024] Multiperspektivische Verbesserung der Vervollständigung von Wissensgraphen mit großen Sprachmodellen. 2024.03
[arxiv] Einbringen von Wissen in große Sprachmodelle mit kontextbezogenen Eingabeaufforderungen. 2024.03
[arxiv] CR-LT-KGQA: Ein Wissensgraph-Frage-Antwort-Datensatz, der gesundes Denken und Long-Tail-Wissen erfordert. 2024.03
[arxiv] Das Richtige aus den richtigen Gründen: Große Sprachmodelle für die überprüfbare Beantwortung von Commonsense Knowledge Graph-Fragen. 2024.03
[arxiv] Automatische Frage-Antwort-Generierung für Long-Tail-Wissen. 2024.03
[arxiv] AutoRD: Ein automatisches und End-to-End-System für die Konstruktion von Wissensgraphen für seltene Krankheiten basierend auf Ontologien-erweiterten großen Sprachmodellen. 2024.03
[arxiv] Schrittweises selbstkonsistentes mathematisches Denken mit großen Sprachmodellen. 2024.02
[arxiv] Zweistufige generative Fragebeantwortung im zeitlichen Wissensgraphen unter Verwendung großer Sprachmodelle. 2024.02
[arxiv] Erschließung der Leistungsfähigkeit großer Sprachmodelle für die Entitätsausrichtung. 2024.02
[arxiv] Verbesserung der zeitlichen Vorhersage von Wissensgraphen mit großen Sprachmodellen durch Chain-of-History-Argumentation. 2024.02
[arxiv] Die Barriere überwinden: Nutzung großer Sprachmodelle für industrielle Empfehlungssysteme durch einen inferentiellen Wissensgraphen. 2024.02
[arxiv] Knowledge Graph Verbesserte Bearbeitung großer Sprachmodelle. 2024.02
[arxiv] Modalitätsbewusste Integration mit großen Sprachmodellen für wissensbasierte visuelle Beantwortung von Fragen. 2024.02
[arxiv] Graphbasierter Retriever erfasst den langen Schwanz des biomedizinischen Wissens. 2024.02
[arxiv] LLM als Prompter: Ressourcenarmes induktives Denken auf willkürlichen Wissensgraphen. 2024.02
[arxiv] Kontraintuitiv: Große Sprachmodelle können Wissensgraphen besser verstehen, als wir dachten. 2024.02
[arxiv] InfuserKI: Erweiterung großer Sprachmodelle mit Wissensgraphen durch Infuser-gesteuerte Wissensintegration. 2024.02
[arxiv] Auf dem Weg zur Entwicklung automatisierter Wissenskarten und Datenbanken für die Werkstofftechnik unter Verwendung großer Sprachmodelle. 2024.02
[arxiv] KG-Agent: Ein effizientes autonomes Agenten-Framework für komplexes Denken über Knowledge Graph. 2024.02
[arxiv] PAT-Fragen: Ein sich selbst aktualisierender Benchmark für die gegenwärtig verankerte zeitliche Beantwortung von Fragen. 2024.02
[arxiv] Ein Condensed Transition Graph Framework für Zero-Shot-Link-Vorhersage mit großen Sprachmodellen. 2024.02
[arxiv] Erweiterung großer Sprachmodelle mit Pseudo- und Multiquellen-Wissensgraphen für die Beantwortung offener Fragen. 2024.02
[arxiv] G-Retriever: Retrieval-Augmented Generation für das Verständnis von Textgraphen und die Beantwortung von Fragen. 2024.02
[arxiv] X-LoRA: Mischung aus Experten für Low-Rank-Adapter, ein flexibles Framework für große Sprachmodelle mit Anwendungen in der Proteinmechanik und im Design. 2024.02
[arxiv] REALM: RAG-gesteuerte Verbesserung der multimodalen Analyse elektronischer Patientenakten über große Sprachmodelle. 2024.02
[arxiv] GLaM: Feinabstimmung großer Sprachmodelle für die Ausrichtung von Domänenwissensgraphen durch Nachbarschaftspartitionierung und generative Subgraph-Kodierung. 2024.02
[arxiv] Lassen Sie Ihr Diagramm sprechen: Strukturierte Daten für LLMs kodieren. 2024.02
[arxiv] CADReN: Kontextuelles ankergesteuertes relationales Netzwerk zur kontrollierbaren Schätzung der Knotenbedeutung zwischen Diagrammen. 2024.02
[arxiv] Ein verbessertes, auf Eingabeaufforderungen basierendes LLM-Argumentationsschema mittels Knowledge Graph-integrierter Zusammenarbeit. 2024.02
[arxiv] SPARQL-Generierung: eine Analyse zur Feinabstimmung von OpenLLaMA für die Beantwortung von Fragen über einen Life-Science-Wissensgraphen. 2024.02
[arxiv] Zusammenspiel von semantischer Kommunikation und Wissenslernen. 2024.02
[arxiv] GUARD: Rollenspiele zur Generierung von Jailbreakings in natürlicher Sprache, um die Richtlinieneinhaltung großer Sprachmodelle zu testen. 2024.02
[arxiv] Rendern von Diagrammen für das Graph Reasoning in multimodalen großen Sprachmodellen. 2024.02
[arxiv] Evaluierung von LLM – Generierte multimodale Diagnose aus medizinischen Bildern und Symptomanalyse. 2024.02
[EACL 2024] Kontextualisierungsdestillation aus einem großen Sprachmodell zur Vervollständigung von Wissensgraphen. 2024.02
[EACL 2024] Eine vergleichende Analyse konversationaler großer Sprachmodelle in der wissensbasierten Textgenerierung. 2024.02
[arxiv] Zeitnahe symbolische Wissenserfassung mit großen Sprachmodellen. 2024.02 [Repo]
[arxiv] Effektive Fehlererkennung in Graph-Datenbank-Engines: Ein LLM-basierter Ansatz. 2024.02
[arxiv] Zwei Köpfe sind besser als einer: Integration von Wissen aus Wissensgraphen und großen Sprachmodellen für die Entitätsausrichtung. 2024.01
[arxiv] Benchmarking großer Sprachmodelle bei der Zuordnung komplexer Fragen und Antworten mithilfe von Wissensgraphen. 2024.01
[arxiv] Hinweisgesteuerte Pfaderkundung: Ein effizientes Wissensdatenbank-Frage-Antwort-Framework mit geringem Rechenressourcenverbrauch. 2024.01
[AAAI 2024] KAM-CoT: Knowledge Augmented Multimodal Chain-of-Thoughts Reasoning. 2024.01
[arxiv] Kontextangelegenheiten: Die Grenzen der offenen Antwortgenerierung mit graphstrukturiertem Wissenskontext verschieben. 2024.01
[arxiv] Unterstützung von Studentenentscheidungen zu Lernempfehlungen: Ein LLM-basierter Chatbot mit Knowledge Graph-Kontextualisierung für Konversationserklärbarkeit und Mentoring. 2024.01
[arxiv] Destillieren von Wissen über Ereignissequenzen aus großen Sprachmodellen. 2024.01
[ACL 24] Große Sprachmodelle können zeitliches Denken lernen. 2024.01 [Repo]
[arxiv] Chain of History: Lernen und Vorhersagen mit LLMs für die Vervollständigung zeitlicher Wissensgraphen. 2024.01
[arxiv] TechGPT-2.0: Ein großes Sprachmodellprojekt zur Lösung der Aufgabe der Wissensgraphenkonstruktion. 2024.01 [Repo]
[arxiv] Evaluierung großer Sprachmodelle beim semantischen Parsen für die Beantwortung von Konversationsfragen über Wissensgraphen. 2024.01
[arxiv] Die Erde ist flach? Aufdeckung sachlicher Fehler in großen Sprachmodellen. 2024.01
[arxiv] keqing: Die wissensbasierte Beantwortung von Fragen ist ein natürlicher Gedankengang-Mentor von LLM. 2024.01
[arxiv] Quartettlogik: Ein QLFR-Framework (Four-Step Reasoning) zur Weiterentwicklung der Kurztextklassifizierung. 2024.01
[arxiv] Beantwortung von Konversationsfragen mit Neuformulierungen über Knowledge Graph. 2023.12
[arxiv] Think and Retrieval: A Hypothesis Knowledge Graph Enhanced Medical Large Language Models. 2023.12
[arxiv] KnowledgeNavigator: Nutzung großer Sprachmodelle für verbessertes Denken über Knowledge Graph. 2023.12
[arxiv] Urban Generative Intelligence (UGI): Eine grundlegende Plattform für Agenten in der verkörperten Stadtumgebung. 2023.12
[arxiv] Zero-Shot-Faktenprüfung mit semantischen Tripeln und Wissensgraphen. 2023.12
[arxiv] KGLens: Eine parametrisierte Knowledge Graph-Lösung zur Beurteilung, was ein LLM tut und was nicht. 2023.12
[arxiv] LLM-ARK: Knowledge Graph Reasoning unter Verwendung großer Sprachmodelle über Deep Reinforcement Learning. 2023.12
[arxiv] Auf dem Weg zu vertrauenswürdiger KI-Softwareentwicklungsunterstützung. 2023.12
[arxiv] KnowGPT: Black-Box-Wissensinjektion für große Sprachmodelle. 2023.12
[arxiv] Mit Progressive Prompting Augmentation werden große Sprachmodelle zu besseren Knowledge Minern für Online-Marketing. 2023.12
[arxiv] Konzeptionelles Engineering unter Verwendung großer Sprachmodelle. 2023.12
[arxiv] Jenseits der Isolation: Multi-Agent-Synergie zur Verbesserung der Wissensgraphenkonstruktion. 2023.12
[arxiv] Zero- und Few-Shots Knowledge Graph Triplett-Extraktion mit großen Sprachmodellen. 2023.12
[arxiv] Zur Erforschung der Argumentationsfähigkeit großer Sprachmodelle mit Wissensgraphen. 2023.11
[arxiv] Biomedizinische Wissensgraph-optimierte Eingabeaufforderungsgenerierung für große Sprachmodelle. 2023.11 [Repo]
[arxiv] Ein Graph-to-Text-Ansatz zur wissensbasierten Antwortgenerierung in der Mensch-Roboter-Interaktion. 2023.11
[EMNLP 2023]Überarbeitung der Knowledge-Injection-Frameworks. 2023.12
[EMNLP 2023]Ist die Richtigkeit des Faktenwissens für durch Faktenwissen verbesserte vorab trainierte Sprachmodelle von Bedeutung? 2023.12
[EMNLP 2023]ReasoningLM: Ermöglichung struktureller Subgraph-Schlussfolgerungen in vorab trainierten Sprachmodellen für die Beantwortung von Fragen über Knowledge Graph. 2023.12
[EMNLP 2023 Ergebnisse]KICGPT: Großes Sprachmodell mit Wissen im Kontext für die Vervollständigung von Wissensgraphen. 2023.12
[arxiv] $R^3$ -NL2GQL: Ein hybrider Modellansatz zur Verbesserung der Genauigkeit und zur Eindämmung von Halluzinationen. 2023.11
[arxiv] Abschwächung großer Sprachmodell-Halluzinationen durch autonome wissensgraphbasierte Nachrüstung. 2023.11
[EMNLP 2023] Fein abgestimmte LLMs wissen mehr, halluzinieren weniger mit semantischem Few-Shot-Sequenz-zu-Sequenz-Parsing über Wikidata. 2023.11
[arxiv] Nutzung von LLMs bei der Beantwortung von Fragen im wissenschaftlichen Wissensgraphen. 2023.11
[arxiv] Fachkundige Präferenzausrichtung für LLMs bei der domänenspezifischen Beantwortung von Fragen. 2023.11
[arxiv] OLaLa: Ontologie-Matching mit großen Sprachmodellen. 2023.11
[arxiv] In-Context-Lernen für die Beantwortung von Wissensdatenbankfragen für unbemannte Systeme basierend auf großen Sprachmodellen. 2023.11
[arxiv] Entdecken wir weitere API-Beziehungen: Eine auf einem großen Sprachmodell basierende KI-Kette für unbeaufsichtigte API-Beziehungsinferenz. 2023.11
[arxiv] Form folgt Funktion: Generierung bedingter Text-zu-Text-Grafiken basierend auf funktionalen Anforderungen. 2023.11
[arxiv] Große Sprachmodelle treffen auf Wissensgraphen, um faktoide Fragen zu beantworten. 2023.10
[arxiv] Auswahl des Antwortkandidatentyps: Text-zu-Text-Sprachmodell für die Beantwortung geschlossener Buchfragen trifft auf Wissensgraphen. 2023.10
[arxiv] Wissensbasierte Eingabeaufforderung: Bewertung und Weiterentwicklung der Generierung klinischer Textdaten mit großen Sprachmodellen. 2023.10
[arxiv] DIVKNOWQA: Bewertung der Denkfähigkeit von LLMs durch Open-Domain-Fragenbeantwortung über Wissensdatenbank und Text. 2023.10
[arxiv] Generativer Retrieval-erweiterter ontologischer Graph und Multi-Agenten-Strategien für interpretatives, modellbasiertes Materialdesign in großen Sprachen. 2023.10
[arxiv] Eine multimodale Empfehlungsmethode für Muster ökologischer Zivilisationen basierend auf großen Sprachmodellen und Wissensgraphen. 2023.10
[arxiv] LoRAShear: Effiziente strukturierte Bereinigung großer Sprachmodelle und Wissenswiederherstellung. 2023.10
[arxiv] Graph Agent: Explicit Reasoning Agent für Graphen. 2023.10
[arxiv] Eine Methode zum Verständnis von Schemata im Kontext für die Beantwortung von Wissensdatenbankfragen. 2023.10
[arxiv] GraphGPT: Optimierung von Graphanweisungen für große Sprachmodelle. 2023.10
[EMNLP 2023-Ergebnisse] Systematische Bewertung von Faktenwissen in großen Sprachmodellen. 2023.10
[EMNLP 2023-Ergebnisse] KG-GPT: Ein allgemeiner Rahmen für die Argumentation auf Wissensgraphen unter Verwendung großer Sprachmodelle. 2023.10
[arxiv] MechGPT, eine sprachbasierte Strategie für Mechanik und Materialmodellierung, die Wissen über Skalen, Disziplinen und Modalitäten hinweg verbindet. 2023.10
[arxiv] Qilin-Med: Mehrstufiges Wissensinjektionsmodell für fortgeschrittene medizinische Großsprachen. 2023.10
[arxiv] ChatKBQA: Ein Framework zum Generieren und anschließenden Abrufen für die Beantwortung von Wissensdatenbankfragen mit fein abgestimmten großen Sprachmodellen. 2023.10
[arxiv] Von großen Sprachmodellen zu Wissensgraphen für die Entdeckung von Biomarkern bei Krebs. 2023.10
[arxiv] Die Leistung großer Sprachmodelle bei der Vervollständigung von Wissensgraphen verbessern. 2023.10
[arxiv] CP-KGC: Constrained-Prompt Knowledge Graph Completion mit großen Sprachmodellen. 2023.10
[arxiv] PHALM: Aufbau eines Wissensgraphen von Grund auf durch Eingabe von Menschen und ein Sprachmodell. 2023.10
[arxiv] InstructProtein: Angleichung der menschlichen und Proteinsprache durch Wissensanweisung. 2023.10
[arxiv] Große Sprachmodelle treffen auf Wissensgraphen, um faktoide Fragen zu beantworten. 2023.10
[arxiv] Wissenskreuzworträtsel: Geometrisches Denken über strukturiertes Wissen mit großen Sprachmodellen. 2023.10
[ICLR 2024] Argumentation auf Diagrammen: Getreue und interpretierbare Argumentation für große Sprachmodelle. 2023.10 [Repo]
[arxiv] RelBERT: Beziehungen mit Sprachmodellen einbetten. 2023.10
[arxiv] Benchmarking der Fähigkeiten großer Sprachmodelle für die Erstellung und das Verständnis von RDF-Wissensgraphen: Wie gut sprechen LLMs Turtle?. 2023.09
[arxiv] Lassen Sie uns chatten, um die APIs zu finden: Human, LLM und Knowledge Graph über die KI-Kette verbinden. 2023.09
[arxiv] Graph Neural Prompting mit großen Sprachmodellen. 2023.09
[arxiv] Ein Wissensdarstellungsansatz für die Wissensmodellierung im Bauvertrag. 2023.09
[arxiv] Retrieve-Rewrite-Answer: Ein KG-to-Text-erweitertes LLMs-Framework für die Beantwortung von Knowledge Graph-Fragen. 2023.09
[arxiv] „Konflikte zusammenführen!“ Untersuchung der Auswirkungen externer Distraktoren auf parametrische Wissensgraphen. 2023.09
[arxiv] FactLLaMA: Optimierung anweisungsfolgender Sprachmodelle mit externem Wissen für die automatisierte Faktenprüfung. 2023.09
[arxiv] ChatRule: Mining logischer Regeln mit großen Sprachmodellen für Knowledge Graph Reasoning. 2023.09
[AAAI 2024] Codebasiertes In-Context-Lernen für die wissensbasierte Beantwortung von Fragen. 2023.09
[arxiv] Die Leistungsfähigkeit des Graph-Lernens durch LLM-basierte autonome Agenten freisetzen. 2023.09
[arxiv] Wissensoptimierung großer Sprachmodelle mit strukturierten medizinischen Wissensdatenbanken für eine zuverlässige Antwortgenerierung auf Chinesisch. 2023.09
[arxiv] Wissenslöser: LLMs beibringen, anhand von Wissensgraphen nach Domänenwissen zu suchen. 2023.09
[arxiv] Biomedizinische Entitätsverknüpfung mit Triple-Aware-Pre-Training. 2023.08
[arxiv] Erforschung großer Sprachmodelle zur Vervollständigung von Wissensgraphen. 2023.08 [Repo]
[arxiv] Entwicklung eines skalierbaren Benchmarks zur Bewertung großer Sprachmodelle im Knowledge Graph Engineering. 2023.08
[arxiv] Nutzung eines medizinischen Wissensgraphen in großen Sprachmodellen zur Diagnosevorhersage. 2023.08
[arxiv] LKPNR: LLM und KG für personalisiertes Nachrichtenempfehlungs-Framework. 2023.08
[arxiv] Knowledge Graph-Eingabeaufforderung für die Beantwortung von Fragen in mehreren Dokumenten. 2023.08
[arxiv] Head-to-Tail: Wie kompetent sind Large Language Models (LLM)? AKA: Werden LLMs Knowledge Graphs ersetzen? 2023.08
[arxiv] MindMap: Knowledge Graph-Eingabeaufforderung löst Gedankendiagramme in großen Sprachmodellen aus. 2023.08
[arxiv] Auf dem Weg zu semantisch angereicherten Einbettungen für die Vervollständigung von Wissensgraphen. 2023.07
[TKDE 2024] AutoAlign: Vollautomatische und effektive Ausrichtung von Wissensgraphen, ermöglicht durch große Sprachmodelle. 2023.07
[arxiv] Verwendung großer Sprachmodelle für die Zero-Shot-Generierung natürlicher Sprache aus Wissensgraphen. 2023.07
[ICLR 2024] Think-on-Graph: Tiefgreifendes und verantwortungsvolles Denken großer Sprachmodelle mit Knowledge Graph. 2023.07
[SIGKDD 2024 Explorations] Erkundung des Potenzials großer Sprachmodelle (LLMs) beim Lernen auf Graphen. 2023.07
[arxiv] Erforschung eines großen Sprachmodells für das Verständnis von Diagrammdaten in Online-Stellenempfehlungen. 2023.07
[arxiv] RecallM: Eine Architektur für das Verständnis des zeitlichen Kontexts und die Beantwortung von Fragen. 2023.07
[arxiv] LLM-unterstütztes Knowledge Graph Engineering: Experimente mit ChatGPT. 2023.07
[arxiv] Iterative Zero-Shot-LLM-Eingabeaufforderung für die Konstruktion von Wissensgraphen. 2023.07
[arxiv] Schneemann: Ein chinesischer Commonsense-Wissensgraph im Millionenmaßstab, destilliert aus dem Foundation-Modell. 2023.06
[arxiv] Wissenserweitertes Sprachmodell, das zur Zero-Shot-Knowledge-Graph-Fragenbeantwortung auffordert. 2023.06
[arxiv] Feinabstimmung großer Unternehmenssprachmodelle durch ontologisches Denken. 2023.06
[NeurIPS 2023] Wissensgestützte Argumentationsdestillation für kleine Sprachmodelle in wissensintensiven Aufgaben. 2023.05
[arxiv] Verbesserung der Wissensgraphenkonstruktion mithilfe großer Sprachmodelle. 2023.05
[arxiv] ChatGraph: Interpretierbare Textklassifizierung durch Konvertieren von ChatGPT-Wissen in Diagramme. 2023.05
[ACL 2023] FactKG: Faktenüberprüfung durch Argumentation auf Wissensgraphen. 2023.05
[arxiv] HiPrompt: Few-Shot biomedizinische Wissensfusion durch hierarchieorientierte Eingabeaufforderung. 2023.04
[EMNLP 2023] StructGPT: Ein allgemeiner Rahmen für große Sprachmodelle zur Schlussfolgerung über strukturierte Daten. 2023.05
[ICLR 2024] Nutzung von Erklärungen: LLM-zu-LM-Interpreter für verbessertes Lernen der textattributierten Graphdarstellung. 2023.05
[arxiv] LLMs für die Konstruktion und Argumentation von Wissensgraphen: Aktuelle Fähigkeiten und zukünftige Chancen. 2023.05 [Repo]
[NeurIPS 2023] Können Sprachmodelle Graphprobleme in natürlicher Sprache lösen? 2023.05
[arxiv] Knowledge Graph Completion-Modelle sind Few-Shot-Lernende: Eine empirische Studie zur Beziehungskennzeichnung im E-Commerce mit LLMs. 2023.05
[arxiv] Können große Sprachmodelle hervorstechende negative Aussagen generieren? 2023.05
[arxiv] GPT4Graph: Können große Sprachmodelle graphstrukturierte Daten verstehen? Eine empirische Bewertung und Benchmarking. 2023.05
[arxiv] Komplexes logisches Denken über Wissensgraphen unter Verwendung großer Sprachmodelle. 2023.05 [Repo]
[arxiv] Kausales Denken und große Sprachmodelle: Neue Grenzen für die Kausalität eröffnen. 2023.04
[arxiv] Können große Sprachmodelle Kausalgraphen erstellen? 2023.04
[arxiv] Verwendung mehrerer RDF-Wissensdiagramme zur Anreicherung von ChatGPT-Antworten. 2023.04
[arxiv] Graph-ToolFormer: Um LLMs mit Graph Reasoning-Fähigkeiten über eine durch ChatGPT erweiterte Eingabeaufforderung auszustatten. 2023.04
[arxiv] Strukturierte prompte Abfrage und rekursive Extraktion der Semantik (SPIRES): Eine Methode zum Auffüllen von Wissensdatenbanken mithilfe von Zero-Shot-Lernen. 2023.04 [Repo]

Ressourcen und Benchmarking

[arxiv] STaRK: Benchmarking des LLM-Retrievals auf textuellen und relationalen Wissensdatenbanken. 2024.04 [Repo]
[arxiv] RareBench: Können LLMs als Spezialisten für seltene Krankheiten fungieren?. 2024.02
[arxiv] Benchmarking großer Sprachmodelle bei der Zuordnung komplexer Fragen und Antworten mithilfe von Wissensgraphen. 2024.01
[ACL 24] Große Sprachmodelle können zeitliches Denken lernen. 2024.01 [Repo]
[arxiv] AbsPyramid: Benchmarking der Abstraktionsfähigkeit von Sprachmodellen mit einem einheitlichen Entailment-Graphen. 2023.11
[arxiv] Ein Benchmark zum Verständnis der Rolle von Wissensgraphen für die Genauigkeit großer Sprachmodelle bei der Beantwortung von Fragen in SQL-Datenbanken von Unternehmen. 2023.11
[arxiv] Auf dem Weg zur überprüfbaren Generierung: Ein Maßstab für die wissensbewusste Zuordnung von Sprachmodellen. 2023.10
[EMNLP 2023] MarkQA: Ein umfangreicher KBQA-Datensatz mit numerischer Argumentation. 2023.10
[CIKM 2023] Ontologieanreicherung aus Texten: Ein biomedizinischer Datensatz zur Konzeptfindung und -platzierung. 2023.06
[arxiv] Xiezhi: Ein ständig aktualisierter Maßstab für die ganzheitliche Bewertung von Fachwissen. 2023.06
[AACL 2023 Systemdemonstrationen] LambdaKG: Eine Bibliothek für vorab trainierte sprachmodellbasierte Wissensgraph-Einbettungen 2023.03 [Repo]
[arxiv] Konstruktion gepaarter Wissensgraph-Text-Datensätze basierend auf zyklischer Auswertung. 2023.09
[arxiv] Von großen Sprachmodellen zu Wissensgraphen für die Entdeckung von Biomarkern bei Krebs. 2023.10
[ISWC 2023] Text2KGBench: Ein Maßstab für die ontologiegesteuerte Generierung von Wissensgraphen aus Text. 2023.08

Beitrag

Mitwirkende

? Mitwirken (willkommen!)

Fügen Sie ein neues Papier hinzu oder aktualisieren Sie ein vorhandenes KG-bezogenes LLM-Papier.
? Verwenden Sie zur Beschreibung der Arbeit das gleiche Format wie bestehende Einträge.
? Eine sehr kurze Erklärung, warum Ihrer Meinung nach ein Artikel hinzugefügt oder aktualisiert werden sollte, wird über Adding Issues oder Pull Requests empfohlen (nicht erforderlich).

Machen Sie sich keine Sorgen, wenn Sie etwas falsch machen, es wird für Sie behoben. Fühlen Sie sich einfach frei, hier einen Beitrag zu leisten und Ihre großartige Arbeit zu fördern! ? Wir werden uns rechtzeitig bei Ihnen melden ~

? Zitieren:

Wenn dieses Repo für Sie hilfreich ist, denken Sie bitte darüber nach, unser Papier zu zitieren. Wir würden uns sehr darüber freuen :)

 @article{DBLP:journals/corr/abs-2311-06503,
  author       = {Yichi Zhang and
                  Zhuo Chen and
                  Yin Fang and
                  Lei Cheng and
                  Yanxi Lu and
                  Fangming Li and
                  Wen Zhang and
                  Huajun Chen},
  title        = {Knowledgeable Preference Alignment for LLMs in Domain-specific Question
                  Answering},
  journal      = {CoRR},
  volume       = {abs/2311.06503},
  year         = {2023}
}

 @article{DBLP:journals/corr/abs-2310-06671,
  author       = {Yichi Zhang and
                  Zhuo Chen and
                  Wen Zhang and
                  Huajun Chen},
  title        = {Making Large Language Models Perform Better in Knowledge Graph Completion},
  journal      = {CoRR},
  volume       = {abs/2310.06671},
  year         = {2023}
}

Expandieren