Download KG LLM Papers - Download do código-fonte KG LLM Papers

Artigos KG-LLM

O que os LLMs podem fazer pelos KGs? Ou, em outras palavras, que papel o KG pode desempenhar na era dos LLMs?

? Este repositório coleta artigos que integram gráficos de conhecimento (KGs) e modelos de linguagem grandes (LLMs) .

? Bem-vindo a recomendar documentos ausentes por meio Adding Issues ou Pull Requests .

? Notícias

2024-05 Nosso artigo Knowledgeable Preference Alignment for LLMs in Domain-specific Question Answering foi aceito pelo ACL 2024. [ Repo ]
2024-02 Pré-imprimimos nossos gráficos de conhecimento da pesquisa Conheça a aprendizagem multimodal: uma pesquisa abrangente [ Repo ].
2023-10 Pré-imprimimos nosso artigo Fazendo com que modelos de linguagem grande tenham melhor desempenho na conclusão do gráfico de conhecimento e lançamos o [ Repo ].
2023-06 Criamos este repositório para manter uma lista de artigos sobre Intergrating Knowledge Graphs and Large Language Models .

Contente

Artigos
- ? Pesquisas
- ⚙ Métodos
- ? Recursos

Artigos

Pesquisas

[arxiv] Gráficos de conhecimento atendem à aprendizagem multimodal: uma pesquisa abrangente. 2024.02
[arxiv] Os gráficos de conhecimento podem reduzir as alucinações em LLMs? : Uma pesquisa. 2023.11
[arxiv] Pesquisa sobre factualidade em grandes modelos de linguagem: conhecimento, recuperação e especificidade de domínio. 2023.10
[arxiv] Sobre a evolução dos gráficos de conhecimento: uma pesquisa e uma perspectiva. 2023.10
[arxiv] Comparando as habilidades de grandes modelos de linguagem para criação e compreensão de gráficos de conhecimento RDF: quão bem os LLMs falam tartaruga? 2023.09
[arxiv] Explicabilidade para grandes modelos de linguagem: uma pesquisa. 2023.09
[arxiv] Gerações de gráficos de conhecimento: as ideias malucas e o impacto nos negócios. 2023.08
[arxiv] Grandes modelos de linguagem e gráficos de conhecimento: oportunidades e desafios. 2023.08
[TKDE] Unificando grandes modelos de linguagem e gráficos de conhecimento: um roteiro. 2023.06 [Repositório]
[arxiv] ChatGPT não é suficiente: aprimorando grandes modelos de linguagem com gráficos de conhecimento para modelagem de linguagem com reconhecimento de fatos. 2023.06
[arxiv] Uma pesquisa de modelos de linguagem pré-treinados com aprimoramento de conhecimento. 2023.05

Método

[arxiv] Decodificação em gráficos: raciocínio fiel e sólido em gráficos de conhecimento por meio da geração de cadeias bem formadas. 2024.10
[arxiv] Rumo a modelos de base de grafos: a perspectiva do raciocínio zero-shot em gráficos de conhecimento. 2024.10
[NeurIPS 2024] MKGL: Domínio de uma linguagem de três palavras. 2024.10 [Repositório]
[NeurIPS 2024] UrbanKGent: uma estrutura unificada de agente de modelo de linguagem grande para construção de gráfico de conhecimento urbano. 2024.10 [Repositório]
[ICML 2024] Destaque grosseiro para fino: reduzindo a alucinação de conhecimento em grandes modelos de linguagem. 2024.10 [Repositório]
[ACL 2024] SAC-KG: Explorando grandes modelos de linguagem como construtores automáticos qualificados para gráficos de conhecimento de domínio. 2024.09
[NeurIPS 2024] LLM4EA: Alinhamento de Entidades com Anotações Ruidosas de Modelos de Linguagem Grande. 2024.09 [Repositório]
[arxiv] Cadeia de Conhecimento: Integrando o Raciocínio do Conhecimento em Grandes Modelos de Linguagem, Aprendendo com Gráficos de Conhecimento. 2024.07
[arxiv] GraphEval: uma estrutura de avaliação de alucinações LLM baseada em gráfico de conhecimento. 2024.07
[arxiv] Think-on-Graph 2.0: Raciocínio profundo e interpretável de modelo de linguagem grande com recuperação guiada por gráfico de conhecimento. 2024.07
[ISWC 2024] Ajuste fino de modelos generativos de linguagem grande com instruções de discriminação para conclusão do gráfico de conhecimento. 2024.07
[Descobertas do ACL 2024] Resposta generativa a perguntas em dois estágios no gráfico de conhecimento temporal usando grandes modelos de linguagem. 2024.07
[arxiv] Árvore de travessias: um algoritmo de raciocínio zero-shot para aumentar modelos de linguagem de caixa preta com gráficos de conhecimento. 2024.07
[Descobertas NAACL 2024] GenTKG: Previsão Generativa em Gráfico de Conhecimento Temporal com Grandes Modelos de Linguagem. 2024.06
[Descobertas do ACL 2024] Resposta generativa a perguntas em dois estágios no gráfico de conhecimento temporal usando grandes modelos de linguagem. 2024.06
[arxiv] Infusão de conhecimento eficiente via alinhamento KG-LLM. 2024.06
[arxiv] Geração aumentada de recuperação aprimorada do Knowledge Graph para modo de falha e análise de efeitos. 2024.06
[arxiv] Modelos de linguagem grande aprimorados pelo Knowledge Graph por meio de seleção de caminho. 2024.06
[arxiv] Aprendendo a planejar modelos de linguagem grande com recuperação aumentada a partir de gráficos de conhecimento. 2024.06
[arxiv] Docs2KG: Construção unificada de gráfico de conhecimento a partir de documentos heterogêneos auxiliada por grandes modelos de linguagem. 2024.06
[arxiv] UniOQA: uma estrutura unificada para resposta a perguntas do Knowledge Graph com modelo de linguagem grande. 2024.06
[arxiv] Raciocínio Multimodal com Gráfico de Conhecimento Multimodal. 2024.06
[arxiv] Gráfico de conhecimento em pesquisa astronômica com grandes modelos de linguagem: quantificando forças motrizes na descoberta científica interdisciplinar. 2024.06
[arxiv] EffiQA: resposta eficiente a perguntas com colaboração estratégica multimodelo em gráficos de conhecimento. 2024.06
[arxiv] Explore e determine: Uma estrutura de sinergia GNN-LLM para raciocínio sobre gráfico de conhecimento. 2024.06
[arxiv] EMERGE: Integrando RAG para modelagem preditiva multimodal EHR aprimorada. 2024.06
[EPJ Data Science] Brilho ou Ouro? Derivando insights estruturados de relatórios de sustentabilidade por meio de grandes modelos de linguagem. 2024.06
[arxiv] DepsRAG: Rumo ao gerenciamento de dependências de software usando grandes modelos de linguagem. 2024.06 [Repositório]
[arxiv] KNOW: Uma ontologia do mundo real para captura de conhecimento com grandes modelos de linguagem 2024.05 [Repo]
[arxiv] HippoRAG: memória de longo prazo inspirada neurobiologicamente para modelos de linguagem grande 2024.05 [Repo]
[arxiv] KG-FIT: Ajuste fino do gráfico de conhecimento com base no conhecimento do mundo aberto. 2024.05
[arxiv] Captura de conhecimento simbólico orientada por ontologia em tempo de alerta com grandes modelos de linguagem 2024.05 [Repo]
[arxiv] Decomposição de frases baseada em linha do tempo com aprendizagem em contexto para extração de fatos temporais. 2024.05
[arxiv] SOK-Bench: um benchmark de raciocínio de vídeo situado com conhecimento de mundo aberto alinhado. 2024.05
[arxiv] Mitigando alucinações em grandes modelos de linguagem por meio da recuperação de conhecimento aprimorada por auto-refinamento. 2024.05
[arxiv] Solicitando modelos de linguagem grande com gráficos de conhecimento para respostas a perguntas envolvendo fatos de cauda longa. 2024.05
[arxiv] DALK: Co-Aumento Dinâmico de LLMs e KG para responder a questões da doença de Alzheimer com literatura científica. 2024.05
[arxiv] BiasKG: Gráficos de conhecimento adversário para induzir preconceito em grandes modelos de linguagem. 2024.05
[arxiv] AttackKG+: Impulsionando a construção de gráficos de conhecimento de ataque com grandes modelos de linguagem. 2024.05
[arxiv] Detector Sora: uma detecção unificada de alucinações para grandes modelos de texto para vídeo. 2024.05
[arxiv] FOKE: Uma estrutura educacional personalizada e explicável que integra modelos básicos, gráficos de conhecimento e engenharia imediata. 2024.05
[arxiv] Previsão de relações para conclusão do Knowledge Graph usando grandes modelos de linguagem. 2024.05
[arxiv] Avaliando grandes modelos de linguagem para resumo científico estruturado no Open Research Knowledge Graph. 2024.05
[arxiv] Melhorando o raciocínio complexo em relação ao gráfico de conhecimento com ajuste de currículo com reconhecimento de lógica. 2024.05
[arxiv] Previsão explicável baseada em RAG de comportamentos de usuários de estradas para direção automatizada usando gráficos de conhecimento e grandes modelos de linguagem. 2024.05
[arxiv] PrivComp-KG: aproveitando o Knowledge Graph e grandes modelos de linguagem para verificação de conformidade com políticas de privacidade. 2024.04
[arxiv] Resposta de perguntas multi-hop em gráficos de conhecimento usando grandes modelos de linguagem. 2024.04
[arxiv] Construção automatizada de gráficos de conhecimento específicos do tema. 2024.04
[arxiv] Geração aumentada de recuperação com gráficos de conhecimento para resposta a perguntas de atendimento ao cliente. 2024.04
[arxiv] Avaliando relações de membros de classe em gráficos de conhecimento usando grandes modelos de linguagem. 2024.04
[arxiv] KGValidator: uma estrutura para validação automática da construção de gráficos de conhecimento. 2024.04
[arxiv] Modelos de linguagem com contexto aprimorado para geração de citações em vários artigos. 2024.04
[arxiv] Raciocínio sobre caminhos de conhecimento eficientes: Guias de gráfico de conhecimento Modelo de linguagem grande para resposta a perguntas de domínio. 2024.04
[arxiv] KG-CTG: Geração de citações por meio de grandes modelos de linguagem guiados por Knowledge Graph. 2024.04
[arxiv] CuriousLLM: Elevando o controle de qualidade de vários documentos com solicitação de gráfico de conhecimento infundido com raciocínio. 2024.04
[arxiv] ODA: Agente Orientado à Observação para integração de LLMs e Gráficos de Conhecimento. 2024.04
[arxiv] Construindo um gráfico de conhecimento para enriquecer as respostas do ChatGPT na descoberta de serviços de manufatura. 2024.04
[arxiv] Consulta lógica de pensamentos: guiando grandes modelos de linguagem para responder a consultas lógicas complexas com gráficos de conhecimento. 2024.04
[arxiv] Extrair, definir, canonizar: uma estrutura baseada em LLM para construção de gráfico de conhecimento. 2024.04
[COLM 2024] Revelando LLMs: A Evolução das Representações Latentes em um Gráfico de Conhecimento Dinâmico. 2024.04
[arxiv] Gráfico de conhecimento de construção de materiais funcionais em ciência de materiais multidisciplinar por meio de modelo de linguagem grande. 2024.04
[arxiv] Sobre linearização de dados estruturados em modelos de linguagem codificador-decodificador: insights de texto para SQL. 2024.04
[arxiv] Programação de autoaperfeiçoamento para resposta a perguntas do gráfico de conhecimento temporal. 2024.04
[arxiv] Um roteiro preliminar para LLMs como assistentes na exploração, análise e visualização de gráficos de conhecimento. 2024.04
[arxiv] Avaliando a factualidade de modelos de linguagem grande usando gráficos de conhecimento em grande escala. 2024.04
[arxiv] Aproveitando o poder do modelo de linguagem grande para processamento de gráficos com reconhecimento de incerteza. 2024.04
[arxiv] EventGround: raciocínio narrativo baseado em gráficos de conhecimento centrados em eventualidade. 2024.04
[arxiv] Gerar no gráfico: trate o LLM como agente e KG na resposta a perguntas do gráfico de conhecimento incompleto. 2024.04
[arxiv] Do local ao global: uma abordagem RAG de gráfico para resumo com foco em consulta. 2024.04
[arxiv] HyKGE: Uma estrutura aprimorada de gráfico de conhecimento de hipóteses para respostas precisas e confiáveis de LLMs médicos. 2024.04
[arxiv] Avaliando a factualidade de modelos de linguagem grande usando gráficos de conhecimento em grande escala. 2024.04
[arxiv] Avaliando a factualidade de modelos de linguagem grande usando gráficos de conhecimento em grande escala. 2024.04
[arxiv] KnowLA: Aprimorando o ajuste fino com eficiência de parâmetros com adaptação informada. 2024.03
[LREC-COLING 2024] KC-GenRe: um método de reclassificação generativa com restrição de conhecimento baseado em grandes modelos de linguagem para conclusão do gráfico de conhecimento. 2024.03
[arxiv] K-Act2Emo: Gráfico de conhecimento de senso comum coreano para expressão emocional indireta. 2024.03
[arxiv] Fusão de conteúdo específico de domínio de grandes modelos de linguagem em gráficos de conhecimento para classificação aprimorada de estado de objeto Zero Shot. 2024.03
[arxiv] Construção de gráficos de conhecimento hiper-relacionais usando grandes modelos de linguagem pré-treinados. 2024.03
[arxiv] Ligue-me quando necessário: LLMs podem raciocinar com eficiência e fidelidade em ambientes estruturados. 2024.03
[arxiv] De especialistas humanos a máquinas: uma abordagem apoiada por LLM para ontologia e construção de gráficos de conhecimento. 2024.03
[arxiv] Raciocínio complexo sobre consultas lógicas em gráficos de conhecimento do senso comum. 2024.03
[arxiv] Modelo de linguagem grande do Knowledge Graph (KG-LLM) para previsão de links. 2024.03
[arxiv] KG-Rank: Aprimorando grandes modelos de linguagem para controle de qualidade médico com gráficos de conhecimento e técnicas de classificação. 2024.03
[arxiv] Avançando na mineração de textos biomédicos com desafios comunitários. 2024.03
[arxiv] Gráficos de conhecimento como fontes de contexto para explicações de recomendações de aprendizagem baseadas em LLM. 2024.03
[arxiv] Resumo de fatos com foco em evidências para resposta a perguntas zero-shot aumentadas por conhecimento. 2024.03
[arxiv] AceMap: descoberta de conhecimento por meio de gráfico acadêmico. 2024.03
[arxiv] KnowPhish: grandes modelos de linguagem atendem a gráficos de conhecimento multimodais para aprimorar a detecção de phishing baseada em referência. 2024.03
[arxiv] Revelando links ocultos entre entidades de segurança invisíveis. 2024.03
[LREC-COLING 2024] Melhoria multiperspectiva da conclusão do Knowledge Graph com grandes modelos de linguagem. 2024.03
[arxiv] Infundindo conhecimento em grandes modelos de linguagem com instruções contextuais. 2024.03
[arxiv] CR-LT-KGQA: um conjunto de dados de resposta a perguntas do Knowledge Graph que requer raciocínio de bom senso e conhecimento de cauda longa. 2024.03
[arxiv] Certo pelos motivos certos: grandes modelos de linguagem para respostas verificáveis a perguntas do gráfico de conhecimento de senso comum. 2024.03
[arxiv] Geração automática de perguntas e respostas para conhecimento de cauda longa. 2024.03
[arxiv] AutoRD: um sistema automático e completo para construção de gráficos de conhecimento sobre doenças raras com base em grandes modelos de linguagem aprimorados por ontologias. 2024.03
[arxiv] Raciocínio matemático autoconsistente passo a passo com grandes modelos de linguagem. 2024.02
[arxiv] Resposta generativa de perguntas em dois estágios no gráfico de conhecimento temporal usando grandes modelos de linguagem. 2024.02
[arxiv] Desbloqueando o poder de grandes modelos de linguagem para alinhamento de entidades. 2024.02
[arxiv] Aprimorando a previsão do gráfico de conhecimento temporal com grandes modelos de linguagem por meio do raciocínio de cadeia de história. 2024.02
[arxiv] Quebrando a barreira: utilizando grandes modelos de linguagem para sistemas de recomendação industrial por meio de um gráfico de conhecimento inferencial. 2024.02
[arxiv] Edição aprimorada de modelo de linguagem grande do Knowledge Graph. 2024.02
[arxiv] Integração consciente da modalidade com modelos de linguagem grande para respostas visuais a perguntas baseadas em conhecimento. 2024.02
[arxiv] Graph-Based Retriever captura a longa cauda do conhecimento biomédico. 2024.02
[arxiv] LLM como Prompter: Raciocínio indutivo de poucos recursos em gráficos de conhecimento arbitrário. 2024.02
[arxiv] Contra-intuitivo: grandes modelos de linguagem podem compreender melhor os gráficos de conhecimento do que pensávamos. 2024.02
[arxiv] InfuserKI: Aprimorando grandes modelos de linguagem com gráficos de conhecimento por meio da integração de conhecimento guiada pelo Infuser. 2024.02
[arxiv] Rumo ao desenvolvimento de mapas de conhecimento automatizados e bancos de dados para engenharia de materiais usando grandes modelos de linguagem. 2024.02
[arxiv] KG-Agent: uma estrutura de agente autônomo eficiente para raciocínio complexo sobre gráfico de conhecimento. 2024.02
[arxiv] Perguntas PAT: uma referência de autoatualização para resposta a perguntas temporais ancoradas no presente. 2024.02
[arxiv] Uma estrutura de gráfico de transição condensada para previsão de link zero-shot com modelos de linguagem grandes. 2024.02
[arxiv] Aprimorando modelos de linguagem grande com gráficos de conhecimento de pseudo e múltiplas fontes para resposta a perguntas abertas. 2024.02
[arxiv] G-Retriever: geração aumentada de recuperação para compreensão de gráficos textuais e resposta a perguntas. 2024.02
[arxiv] X-LoRA: Mistura de especialistas em adaptadores de baixo escalão, uma estrutura flexível para modelos de linguagem grande com aplicações em mecânica e design de proteínas. 2024.02
[arxiv] REALM: Aprimoramento baseado em RAG da análise multimodal de registros eletrônicos de saúde por meio de grandes modelos de linguagem. 2024.02
[arxiv] GLaM: Ajuste fino de modelos de linguagem grande para alinhamento de gráfico de conhecimento de domínio por meio de particionamento de vizinhança e codificação de subgrafo generativo. 2024.02
[arxiv] Deixe seu gráfico falar: codificando dados estruturados para LLMs. 2024.02
[arxiv] CADReN: Rede Relacional Contextual Baseada em Âncora para Estimativa de Importância de Nó de Gráficos Cruzados Controláveis. 2024.02
[arxiv] Um esquema de raciocínio LLM baseado em prompt aprimorado por meio de colaboração integrada ao Knowledge Graph. 2024.02
[arxiv] Geração SPARQL: uma análise sobre o ajuste fino do OpenLLaMA para resposta a perguntas em um gráfico de conhecimento de ciências biológicas. 2024.02
[arxiv] Interação entre comunicação semântica e aprendizagem de conhecimento. 2024.02
[arxiv] GUARD: Role-playing para gerar jailbreaks de linguagem natural para testar a adesão às diretrizes de grandes modelos de linguagem. 2024.02
[arxiv] Renderizando Gráficos para Raciocínio de Gráficos em Modelos Multimodais de Grandes Linguagens. 2024.02
[arxiv] Avaliando LLM - Diagnóstico Multimodal Gerado a partir de Imagens Médicas e Análise de Sintomas. 2024.02
[EACL 2024] Destilação de Contextualização de Modelo de Linguagem Grande para Conclusão do Gráfico de Conhecimento. 2024.02
[EACL 2024] Uma análise comparativa de modelos conversacionais de grandes linguagens na geração de texto baseada em conhecimento. 2024.02
[arxiv] Captura de conhecimento simbólico em tempo imediato com grandes modelos de linguagem. 2024.02 [Repositório]
[arxiv] Detecção eficaz de bugs em mecanismos de banco de dados gráficos: uma abordagem baseada em LLM. 2024.02
[arxiv] Duas cabeças pensam melhor que uma: Integrando conhecimento de gráficos de conhecimento e grandes modelos de linguagem para alinhamento de entidades. 2024.01
[arxiv] Comparativo de modelos de linguagem grande em atribuição de resposta a perguntas complexas usando gráficos de conhecimento. 2024.01
[arxiv] Exploração de caminho guiada por pistas: uma estrutura eficiente de resposta a perguntas da base de conhecimento com baixo consumo de recursos computacionais. 2024.01
[AAAI 2024] KAM-CoT: Raciocínio de cadeia de pensamentos multimodal aumentado por conhecimento. 2024.01
[arxiv] Contexto é importante: ampliando os limites da geração de respostas abertas com contexto de conhecimento estruturado em gráfico. 2024.01
[arxiv] Apoiando as decisões dos alunos sobre recomendações de aprendizagem: um chatbot baseado em LLM com contextualização do Knowledge Graph para explicabilidade conversacional e orientação. 2024.01
[arxiv] Destilando conhecimento de sequência de eventos de grandes modelos de linguagem. 2024.01
[ACL 24] Grandes modelos de linguagem podem aprender raciocínio temporal. 2024.01 [Repositório]
[arxiv] Cadeia de História: Aprendizagem e Previsão com LLMs para Conclusão do Gráfico de Conhecimento Temporal. 2024.01
[arxiv] TechGPT-2.0: Um grande projeto de modelo de linguagem para resolver a tarefa de construção de gráficos de conhecimento. 2024.01 [Repositório]
[arxiv] Avaliando grandes modelos de linguagem em análise semântica para resposta a perguntas conversacionais em gráficos de conhecimento. 2024.01
[arxiv] A Terra é plana? Revelando erros factuais em grandes modelos de linguagem. 2024.01
[arxiv] keqing: a resposta a perguntas com base no conhecimento é um mentor da cadeia de pensamento da natureza do LLM. 2024.01
[arxiv] Lógica de Quarteto: Uma estrutura de raciocínio em quatro etapas (QLFR) para avançar na classificação de textos curtos. 2024.01
[arxiv] Resposta a perguntas conversacionais com reformulações sobre gráfico de conhecimento. 2023.12
[arxiv] Pensamento e recuperação: um gráfico de conhecimento de hipóteses, modelos médicos de grande linguagem aprimorados. 2023.12
[arxiv] KnowledgeNavigator: aproveitando grandes modelos de linguagem para raciocínio aprimorado em vez de gráfico de conhecimento. 2023.12
[arxiv] Inteligência Generativa Urbana (UGI): Uma Plataforma Fundamental para Agentes no Ambiente Corporificado da Cidade. 2023.12
[arxiv] Verificação de fatos zero-shot com triplos semânticos e gráficos de conhecimento. 2023.12
[arxiv] KGLens: uma solução de gráfico de conhecimento parametrizado para avaliar o que um LLM sabe e o que não sabe. 2023.12
[arxiv] LLM-ARK: Raciocínio do Knowledge Graph usando grandes modelos de linguagem por meio de Deep Reinforcement Learning. 2023.12
[arxiv] Rumo a assistência confiável ao desenvolvimento de software de IA. 2023.12
[arxiv] KnowGPT: injeção de conhecimento de caixa preta para grandes modelos de linguagem. 2023.12
[arxiv] Tornando grandes modelos de linguagem melhores mineradores de conhecimento para marketing online com aumento progressivo de prompts. 2023.12
[arxiv] Engenharia conceitual usando grandes modelos de linguagem. 2023.12
[arxiv] Além do isolamento: sinergia multiagente para melhorar a construção do gráfico de conhecimento. 2023.12
[arxiv] Extração tripla do gráfico de conhecimento de zero e poucos disparos com modelos de linguagem grandes. 2023.12
[arxiv] Sobre a exploração da capacidade de raciocínio de grandes modelos de linguagem com gráficos de conhecimento. 2023.11
[arxiv] Geração de prompts otimizados para gráficos de conhecimento biomédico para grandes modelos de linguagem. 2023.11 [Repositório]
[arxiv] Uma abordagem de gráfico para texto para geração de respostas baseadas no conhecimento na interação humano-robô. 2023.11
[EMNLP 2023]Revisitando as Estruturas de Injeção de Conhecimento. 2023.12
[EMNLP 2023]A correção do conhecimento factual é importante para modelos de linguagem pré-treinados com conhecimento factual? 2023.12
[EMNLP 2023] ReasoningLM: Habilitando raciocínio de subgrafo estrutural em modelos de linguagem pré-treinados para resposta a perguntas em gráfico de conhecimento. 2023.12
[Resultados do EMNLP 2023]KICGPT: Modelo de linguagem grande com conhecimento em contexto para conclusão do gráfico de conhecimento. 2023.12
[arxiv] $R^3$ -NL2GQL: Uma abordagem de modelos híbridos para aumento de precisão e mitigação de alucinações. 2023.11
[arxiv] Mitigando alucinações de modelos de linguagem grande por meio de retrofit baseado em gráfico de conhecimento autônomo. 2023.11
[EMNLP 2023] LLMs ajustados sabem mais, alucinam menos com análise semântica de sequência a sequência de poucos disparos no Wikidata. 2023.11
[arxiv] Aproveitando LLMs na resposta a perguntas do gráfico de conhecimento acadêmico. 2023.11
[arxiv] Alinhamento de preferências com conhecimento para LLMs em respostas a perguntas específicas de domínio. 2023.11
[arxiv] OLaLa: correspondência de ontologias com grandes modelos de linguagem. 2023.11
[arxiv] Aprendizagem em contexto para resposta a perguntas da base de conhecimento para sistemas não tripulados baseados em grandes modelos de linguagem. 2023.11
[arxiv] Vamos descobrir mais relações de API: uma grande cadeia de IA baseada em modelo de linguagem para inferência de relação de API não supervisionada. 2023.11
[arxiv] A forma segue a função: Geração de gráfico condicional de texto para texto com base em requisitos funcionais. 2023.11
[arxiv] Grandes modelos de linguagem encontram gráficos de conhecimento para responder a perguntas factóides. 2023.10
[arxiv] Seleção do tipo de candidato de resposta: modelo de linguagem texto para texto para resposta a perguntas de livro fechado atende aos gráficos de conhecimento. 2023.10
[arxiv] Solicitação Infundida de Conhecimento: Avaliando e Avançando na Geração de Dados de Texto Clínico com Grandes Modelos de Linguagem. 2023.10
[arxiv] DIVKNOWQA: Avaliando a capacidade de raciocínio de LLMs por meio de respostas a perguntas de domínio aberto sobre base de conhecimento e texto. 2023.10
[arxiv] Gráfico ontológico aumentado por recuperação generativa e estratégias multiagentes para design interpretativo de materiais baseados em modelos de linguagem grande. 2023.10
[arxiv] Um método de recomendação de padrões de civilização ecológica multimodal baseado em grandes modelos de linguagem e gráfico de conhecimento. 2023.10
[arxiv] LoRAShear: Poda estruturada de modelo de linguagem grande e eficiente e recuperação de conhecimento. 2023.10
[arxiv] Agente Gráfico: Agente de raciocínio explícito para gráficos. 2023.10
[arxiv] Um método de compreensão de esquema no contexto para resposta a perguntas da base de conhecimento. 2023.10
[arxiv] GraphGPT: Ajuste de instrução de gráfico para modelos de linguagem grande. 2023.10
[Resultados do EMNLP 2023] Avaliação sistemática do conhecimento factual em grandes modelos de linguagem. 2023.10
[Resultados do EMNLP 2023] KG-GPT: Uma estrutura geral para raciocínio em gráficos de conhecimento usando grandes modelos de linguagem. 2023.10
[arxiv] MechGPT, uma estratégia baseada em linguagem para modelagem de mecânica e materiais que conecta conhecimento entre escalas, disciplinas e modalidades. 2023.10
[arxiv] Qilin-Med: Modelo de linguagem médica avançada de injeção de conhecimento em vários estágios. 2023.10
[arxiv] ChatKBQA: uma estrutura de geração e recuperação para resposta a perguntas da base de conhecimento com modelos de linguagem grande e ajustados. 2023.10
[arxiv] De grandes modelos de linguagem a gráficos de conhecimento para descoberta de biomarcadores no câncer. 2023.10
[arxiv] Fazendo com que modelos de linguagem grandes tenham melhor desempenho na conclusão do gráfico de conhecimento. 2023.10
[arxiv] CP-KGC: Conclusão do gráfico de conhecimento com prompt restrito com modelos de linguagem grande. 2023.10
[arxiv] PHALM: Construindo um gráfico de conhecimento do zero, estimulando humanos e um modelo de linguagem. 2023.10
[arxiv] InstructProtein: Alinhando a linguagem humana e proteica por meio da instrução de conhecimento. 2023.10
[arxiv] Grandes modelos de linguagem atendem a gráficos de conhecimento para responder a perguntas factóides. 2023.10
[arxiv] Palavras cruzadas de conhecimento: raciocínio geométrico sobre conhecimento estruturado com grandes modelos de linguagem. 2023.10
[ICLR 2024] Raciocínio em Gráficos: Raciocínio de Modelo de Linguagem Grande Fiel e Interpretável. 2023.10 [Repositório]
[arxiv] RelBERT: Incorporando Relações com Modelos de Linguagem. 2023.10
[arxiv] Comparando as habilidades de grandes modelos de linguagem para criação e compreensão de gráficos de conhecimento RDF: quão bem os LLMs falam tartaruga? 2023.09
[arxiv] Vamos conversar para encontrar as APIs: conectando Human, LLM e Knowledge Graph por meio de AI Chain. 2023.09
[arxiv] Solicitação Neural de Gráfico com Modelos de Linguagem Grande. 2023.09
[arxiv] Uma abordagem de representação de conhecimento para modelagem de conhecimento de contratos de construção. 2023.09
[arxiv] Retrieve-Rewrite-Answer: Uma estrutura LLMs aprimorada de KG para texto para resposta a perguntas do Knowledge Graph. 2023.09
[arxiv] "Mesclar Conflitos!" Explorando os impactos de distratores externos em gráficos de conhecimento paramétricos. 2023.09
[arxiv] FactLLaMA: Otimizando modelos de linguagem de seguimento de instruções com conhecimento externo para verificação automatizada de fatos. 2023.09
[arxiv] ChatRule: Mineração de regras lógicas com grandes modelos de linguagem para raciocínio de gráfico de conhecimento. 2023.09
[AAAI 2024] Aprendizagem em contexto de estilo de código para resposta a perguntas com base no conhecimento. 2023.09
[arxiv] Liberando o poder do aprendizado gráfico por meio de agentes autônomos baseados em LLM. 2023.09
[arxiv] Grandes modelos de linguagem com ajuste de conhecimento com bases de conhecimento médico estruturadas para geração de respostas confiáveis em chinês. 2023.09
[arxiv] Solucionador de conhecimento: ensinando LLMs a pesquisar conhecimento de domínio a partir de gráficos de conhecimento. 2023.09
[arxiv] Vinculação de entidades biomédicas com pré-treinamento triplo-consciente. 2023.08
[arxiv] Explorando grandes modelos de linguagem para conclusão do Knowledge Graph. 2023.08 [Repositório]
[arxiv] Desenvolvendo um benchmark escalável para avaliar grandes modelos de linguagem em engenharia de gráficos de conhecimento. 2023.08
[arxiv] Aproveitando um gráfico de conhecimento médico em grandes modelos de linguagem para previsão de diagnóstico. 2023.08
[arxiv] LKPNR: LLM e KG para estrutura de recomendação de notícias personalizadas. 2023.08
[arxiv] Solicitação do Knowledge Graph para respostas a perguntas com vários documentos. 2023.08
[arxiv] Head-to-Tail: Qual o nível de conhecimento dos modelos de linguagem grande (LLM)? Também conhecido como LLMs substituirão os gráficos de conhecimento? 2023.08
[arxiv] MindMap: Gráfico de conhecimento que estimula Sparks Gráfico de pensamentos em grandes modelos de linguagem. 2023.08
[arxiv] Rumo a incorporações semanticamente enriquecidas para conclusão do gráfico de conhecimento. 2023.07
[TKDE 2024] AutoAlign: alinhamento de gráfico de conhecimento totalmente automático e eficaz habilitado por grandes modelos de linguagem. 2023.07
[arxiv] Usando grandes modelos de linguagem para geração de linguagem natural Zero-Shot a partir de gráficos de conhecimento. 2023.07
[ICLR 2024] Think-on-Graph: raciocínio profundo e responsável de modelo de linguagem grande com gráfico de conhecimento. 2023.07
[SIGKDD 2024 Explorations] Explorando o potencial de grandes modelos de linguagem (LLMs) na aprendizagem em gráficos. 2023.07
[arxiv] Explorando modelo de linguagem grande para compreensão de dados gráficos em recomendações de empregos on-line. 2023.07
[arxiv] RecallM: Uma arquitetura para compreensão do contexto temporal e resposta a perguntas. 2023.07
[arxiv] Engenharia de Knowledge Graph assistida por LLM: Experimentos com ChatGPT. 2023.07
[arxiv] Solicitação iterativa de Zero-Shot LLM para construção de gráfico de conhecimento. 2023.07
[arxiv] Boneco de neve: um gráfico de conhecimento de senso comum chinês em escala de um milhão destilado do modelo básico. 2023.06
[arxiv] Modelo de linguagem com conhecimento aumentado solicitando respostas a perguntas do Zero-Shot Knowledge Graph. 2023.06
[arxiv] Ajustando modelos de linguagem de grandes empresas por meio de raciocínio ontológico. 2023.06
[NeurIPS 2023] Destilação de raciocínio aumentado por conhecimento para modelos de linguagem pequena em tarefas intensivas em conhecimento. 2023.05
[arxiv] Aprimorando a construção de gráficos de conhecimento usando grandes modelos de linguagem. 2023.05
[arxiv] ChatGraph: Classificação de texto interpretável convertendo conhecimento do ChatGPT em gráficos. 2023.05
[ACL 2023] FactKG: Verificação de fatos por meio de raciocínio em gráficos de conhecimento. 2023.05
[arxiv] HiPrompt: Fusão de conhecimento biomédico de poucas tentativas por meio de solicitação orientada à hierarquia. 2023.04
[EMNLP 2023] StructGPT: Uma estrutura geral para um modelo de linguagem grande para raciocinar sobre dados estruturados. 2023.05
[ICLR 2024] Aproveitando explicações: intérprete LLM-to-LM para aprendizagem aprimorada de representação gráfica atribuída a texto. 2023.05
[arxiv] LLMs para construção e raciocínio de gráficos de conhecimento: capacidades recentes e oportunidades futuras. 2023.05 [Repositório]
[NeurIPS 2023] Os modelos de linguagem podem resolver problemas de grafos em linguagem natural? 2023.05
[arxiv] Os modelos de conclusão do Knowledge Graph são aprendizes rápidos: um estudo empírico de rotulagem de relações no comércio eletrônico com LLMs. 2023.05
[arxiv] Modelos de linguagem grandes podem gerar declarações negativas salientes? 2023.05
[arxiv] GPT4Graph: Grandes modelos de linguagem podem compreender dados estruturados em gráficos? Uma avaliação empírica e benchmarking. 2023.05
[arxiv] Raciocínio lógico complexo sobre gráficos de conhecimento usando grandes modelos de linguagem. 2023.05 [Repositório]
[arxiv] Raciocínio causal e grandes modelos de linguagem: abrindo uma nova fronteira para a causalidade. 2023.04
[arxiv] Grandes modelos de linguagem podem construir gráficos causais? 2023.04
[arxiv] Usando vários gráficos de conhecimento RDF para enriquecer as respostas do ChatGPT. 2023.04
[arxiv] Graph-ToolFormer: Para capacitar LLMs com capacidade de raciocínio gráfico via prompt aumentado por ChatGPT. 2023.04
[arxiv] Interrogação imediata estruturada e extração recursiva de semântica (SPIRES): Um método para preencher bases de conhecimento usando aprendizagem zero-shot. 2023.04 [Repositório]

Recursos e benchmarking

[arxiv] STaRK: Benchmarking LLM Retrieval em Bases de Conhecimento Textual e Relacional. 2024.04 [Repositório]
[arxiv] RareBench: Os LLMs podem servir como especialistas em doenças raras? 2024.02
[arxiv] Comparativo de modelos de linguagem grande em atribuição de resposta a perguntas complexas usando gráficos de conhecimento. 2024.01
[ACL 24] Grandes modelos de linguagem podem aprender raciocínio temporal. 2024.01 [Repositório]
[arxiv] AbsPyramid: Comparando a capacidade de abstração de modelos de linguagem com um gráfico de implicação unificado. 2023.11
[arxiv] Uma referência para compreender o papel dos gráficos de conhecimento na precisão do modelo de linguagem grande para resposta a perguntas em bancos de dados SQL corporativos. 2023.11
[arxiv] Rumo à geração verificável: uma referência para atribuição de modelos de linguagem conscientes do conhecimento. 2023.10
[EMNLP 2023] MarkQA: Um conjunto de dados KBQA em grande escala com raciocínio numérico. 2023.10
[CIKM 2023] Enriquecimento de Ontologia a partir de Textos: Um Conjunto de Dados Biomédicos para Descoberta e Colocação de Conceitos. 2023.06
[arxiv] Xiezhi: uma referência em constante atualização para avaliação holística de conhecimento de domínio. 2023.06
[Demonstrações do sistema AACL 2023] LambdaKG: uma biblioteca para embeddings de gráficos de conhecimento baseados em modelos de linguagem pré-treinados 2023.03 [Repo]
[arxiv] Construção de conjuntos de dados de gráfico-texto de conhecimento pareados informados por avaliação cíclica. 2023.09
[arxiv] De grandes modelos de linguagem a gráficos de conhecimento para descoberta de biomarcadores no câncer. 2023.10
[ISWC 2023] Text2KGBench: uma referência para geração de gráficos de conhecimento baseados em ontologias a partir de texto. 2023.08

Contribuição

Colaboradores

? Contribuindo (bem-vindo!)

Adicione um novo artigo ou atualize um artigo LLM existente relacionado ao KG.
? Use o mesmo formato das entradas existentes para descrever o trabalho.
? Uma breve explicação de por que você acha que um artigo deve ser adicionado ou atualizado é recomendada (não necessária) por meio de Adding Issues ou Pull Requests .

Não se preocupe se você colocar algo errado, eles serão consertados para você. Sinta-se à vontade para contribuir e promover seu trabalho incrível aqui! ? Entraremos em contato com você a tempo ~

? Citar:

Se este repositório for útil para você, considere citar nosso artigo. Agradeceríamos muito :)

 @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}
}

Expandir