KG-LLM-論文
LLM 可以為 KG 做些什麼?或者說,KG在LLM時代能發揮什麼作用?
?此儲存庫收集了整合知識圖譜(KG)和大語言模型(LLM)的論文。
?歡迎透過Adding Issues
或Pull Requests
推薦缺少的論文。
?訊息
2024-05
我們的論文Knowledgeable Preference Alignment Repo
LLMs in Domain-specific Question Answering已被ACL 2024接收。-
2024-02
我們預印了調查知識圖滿足多模式學習:綜合調查 [ Repo
]。 -
2023-10
我們預印了論文《Making Large Language Models Perform Better in Knowledge Graph Completion》並發布了 [ Repo
]。 -
2023-06
我們創建此儲存庫是為了維護Intergrating Knowledge Graphs and Large Language Models
的論文清單。
內容
文件
調查
- [arxiv] 知識圖滿足多模式學習:綜合調查。
2024.02
- [arxiv] 知識圖譜可以減少法學碩士的幻覺嗎? :一項調查。
2023.11
- [arxiv] 大型語言模型中的事實調查:知識、檢索和領域特異性。
2023.10
- [arxiv]論知識圖的演進:調查與視角。
2023.10
- [arxiv] 對 RDF 知識圖創建和理解的大型語言模型的能力進行基準測試:法學碩士說 Turtle 的能力如何?
2023.09
- [arxiv] 大型語言模式的可解釋性:一項調查。
2023.09
- [arxiv] 知識圖譜的世代:瘋狂的想法和商業影響。
2023.08
- [arxiv] 大型語言模式與知識圖:機會與挑戰。
2023.08
- [TKDE] 統一大型語言模型和知識圖:路線圖。
2023.06
[回購] - [arxiv] ChatGPT 還不夠:利用知識圖增強大型語言模型以實現事實感知語言建模。
2023.06
- [arxiv] 知識增強預訓練語言模式調查。
2023.05
方法
- [arxiv] 圖解碼:透過產生格式良好的鏈對知識圖進行忠實而合理的推理。
2024.10
- [arxiv]邁向圖基礎模型:知識圖零樣本推理的觀點。
2024.10
- [NeurIPS 2024] MKGL:掌握三詞語言。
2024.10
[回購] - [NeurIPS 2024] UrbanKGent:用於城市知識圖建構的統一大語言模型代理架構。
2024.10
[回購] - [ICML 2024] 從粗到細的突出顯示:減少大型語言模型中的知識幻覺。
2024.10
[回購] - [ACL 2024] SAC-KG:利用大型語言模型作為領域知識圖的熟練自動構造器。
2024.09
- [NeurIPS 2024] LLM4EA:使用大型語言模型中的雜訊註解進行實體對齊。
2024.09
[回購] - [arxiv] 知識鏈:透過知識圖學習將知識推理整合到大型語言模型中。
2024.07
- [arxiv] GraphEval:基於知識圖的 LLM 幻覺評估架構。
2024.07
- [arxiv]Think-on-Graph 2.0:利用知識圖引導檢索進行深度且可解釋的大型語言模型推理。
2024.07
- [ISWC 2024] 使用知識圖補全的判別指令微調產生大型語言模型。
2024.07
- [ACL 2024 研究結果] 使用大型語言模式對時態知識圖進行兩階段產生問答。
2024.07
- [arxiv] 遍歷樹:一種用知識圖增強黑盒語言模型的零樣本推理演算法。
2024.07
- [NAACL 2024 研究結果] GenTKG:使用大型語言模型對時態知識圖進行產生預測。
2024.06
- [ACL 2024 研究結果] 使用大型語言模式對時態知識圖進行兩階段產生問答。
2024.06
- [arxiv] 透過 KG-LLM 聯盟進行有效的知識注入。
2024.06
- [arxiv] 故障模式和影響分析的知識圖增強檢索增強生成。
2024.06
- [arxiv] 透過路徑選擇的知識圖增強大型語言模式。
2024.06
- [arxiv] 學習從知識圖規劃檢索增強大型語言模式。
2024.06
- [arxiv] Docs2KG:大型語言模型輔助的異質文檔統一知識圖建構。
2024.06
- [arxiv] UniOQA:使用大型語言模式進行知識圖問答的統一架構。
2024.06
- [arxiv] 使用多模態知識圖進行多模態推理。
2024.06
- [arxiv] 使用大型語言模型進行天文學研究的知識圖:量化跨學科科學發現的驅動力。
2024.06
- [arxiv] EffiQA:透過知識圖上的策略性多模型協作實現高效問答。
2024.06
- [arxiv] 探索然後確定:用於知識圖推理的 GNN-LLM 協同框架。
2024.06
- [arxiv] EMERGE:整合 RAG 以改進多模式 EHR 預測建模。
2024.06
- [EPJ 數據科學] 閃光還是黃金?透過大型語言模型從永續發展報告中獲取結構化見解。
2024.06
- [arxiv] DepsRAG:使用大型語言模型管理軟體相依性。
2024.06
[回購] - [arxiv] KNOW:使用大型語言模型進行知識捕捉的現實世界本體
2024.05
[Repo] - [arxiv] HippoRAG:神經生物學啟發的大型語言模型長期記憶
2024.05
[Repo] - [arxiv] KG-FIT:基於開放世界知識的知識圖微調。
2024.05
- [arxiv] 使用大型語言模型進行即時本體驅動的符號知識捕獲
2024.05
[Repo] - [arxiv] 基於時間軸的句子分解和上下文學習用於時間事實提取。
2024.05
- [arxiv] SOK-Bench:具有一致的開放世界知識的情境視訊推理基準。
2024.05
- [arxiv] 透過自我完善增強的知識檢索來減輕大型語言模型中的幻覺。
2024.05
- [arxiv] 用知識圖提示大型語言模式進行涉及長尾事實的問答。
2024.05
- [arxiv] DALK:LLM 和 KG 的動態聯合增強,以科學文獻回答阿茲海默症問題。
2024.05
- [arxiv] BiasKG:在大型語言模型中引入偏差的對抗性知識圖。
2024.05
- [arxiv] AttacKG+:利用大型語言模式促進攻擊知識圖建構。
2024.05
- [arxiv] Sora Detector:用於大型文字到視訊模型的統一幻覺檢測。
2024.05
- [arxiv] FOKE:整合基礎模型、知識圖和即時工程的個人化且可解釋的教育框架。
2024.05
- [arxiv] 使用大型語言模式進行知識圖補全的關係預測。
2024.05
- [arxiv] 評估開放研究知識圖中結構化科學摘要的大型語言模型。
2024.05
- [arxiv] 透過邏輯感知課程調整改進知識圖譜的複雜推理。
2024.05
- [arxiv] 使用知識圖和大型語言模型對自動駕駛的道路使用者行為進行基於 RAG 的可解釋預測。
2024.05
- [arxiv] PrivComp-KG:利用知識圖和大型語言模型進行隱私權政策合規性驗證。
2024.04
- [arxiv] 使用大型語言模式對知識圖進行多跳問答。
2024.04
- [arxiv] 特定主題知識圖的自動建構。
2024.04
- [arxiv] 用於客戶服務問答的知識圖檢索增強生成。
2024.04
- [arxiv] 使用大型語言模型評估知識圖中的類別成員關係。
2024.04
- [arxiv] KGValidator:知識圖建立自動驗證框架。
2024.04
- [arxiv] 用於產生多論文引用的上下文增強語言模型。
2024.04
- [arxiv]高效知識路徑推理:知識圖譜指導領域問答的大型語言模型。
2024.04
- [arxiv] KG-CTG:透過知識圖引導的大型語言模型產生引文。
2024.04
- [arxiv] CuriousLLM:透過注入推理的知識圖提示提升多文檔 QA。
2024.04
- [arxiv] ODA:用於整合法學碩士和知識圖的觀察驅動代理。
2024.04
- [arxiv] 建立知識圖以豐富製造服務發現中的 ChatGPT 響應。
2024.04
- [arxiv]思想的邏輯查詢:指導大型語言模型用知識圖回答複雜的邏輯查詢。
2024.04
- [arxiv] 擷取、定義、規範化:基於 LLM 的知識圖建構架構。
2024.04
- [COLM 2024] 揭曉法學碩士:動態知識圖中潛在表示的演進。
2024.04
- [arxiv] 透過大語言模型建構多學科材料科學中的功能材料知識圖。
2024.04
- [arxiv] 關於編碼器-解碼器語言模型中的線性化結構化資料:來自文字到 SQL 的見解。
2024.04
- [arxiv] 時態知識圖問答的自我改進程式設計。
2024.04
- [arxiv] 法學碩士作為探索、分析和視覺化知識圖助手的初步路線圖。
2024.04
- [arxiv] 使用大規模知識圖評估大型語言模式的真實性。
2024.04
- [arxiv] 利用大型語言模式的力量進行不確定性感知圖處理。
2024.04
- [arxiv] EventGround:基於以事件為中心的知識圖譜的敘事推理。
2024.04
- [arxiv]Generate-on-Graph:將LLM視為不完全知識圖問答中的Agent和KG。
2024.04
- [arxiv] 從局部到全域:以查詢為中心的摘要的圖 RAG 方法。
2024.04
- [arxiv] HyKGE:一個假設知識圖增強框架,用於準確可靠的醫學法學碩士回應。
2024.04
- [arxiv] 使用大規模知識圖評估大型語言模式的真實性。
2024.04
- [arxiv] 使用大規模知識圖評估大型語言模式的真實性。
2024.04
- [arxiv] KnowLA:透過知識性適應增強參數高效的微調。
2024.03
- [LREC-COLING 2024] KC-GenRe:一種基於大型語言模型的知識約束產生重排序方法,用於知識圖補全。
2024.03
- [arxiv] K-Act2Emo:用於間接情感表達的韓國常識知識圖。
2024.03
- [arxiv] 將大型語言模型中的特定領域內容整合到知識圖中,以增強零樣本物件狀態分類。
2024.03
- [arxiv] 使用預先訓練的大型語言模型建立超關係知識圖。
2024.03
- [arxiv] 必要時打電話給我:法學碩士可以在結構化環境中有效率、忠實地推理。
2024.03
- [arxiv]從人類專家到機器:法學碩士支持的本體論和知識圖建構方法。
2024.03
- [arxiv] 常識知識圖上邏輯查詢的複雜推理。
2024.03
- [arxiv] 用於連結預測的知識圖大型語言模型 (KG-LLM)。
2024.03
- [arxiv] KG-Rank:利用知識圖和排名技術增強醫學 QA 的大型語言模型。
2024.03
- [arxiv] 應對社區挑戰推進生物醫學文本挖掘。
2024.03
- [arxiv] 知識圖作為基於 LLM 的學習建議解釋的上下文來源。
2024.03
- [arxiv] 用於知識增強零樣本問答的以證據為中心的事實總結。
2024.03
- [arxiv] AceMap:透過學術圖譜發現知識。
2024.03
- [arxiv] KnowPhish:大型語言模型與多模態知識圖相結合,增強基於參考的網路釣魚偵測。
2024.03
- [arxiv] 揭示看不見的安全實體之間的隱藏連結。
2024.03
- [LREC-COLING 2024] 大語言模型知識圖譜補全的多視角改進。
2024.03
- [arxiv] 透過情境提示將知識注入大型語言模式。
2024.03
- [arxiv] CR-LT-KGQA:需要常識推理和長尾知識的知識圖問答資料集。
2024.03
- [arxiv] 正確的理由:用於可驗證常識知識圖問答的大型語言模型。
2024.03
- [arxiv] 長尾知識的自動問答產生。
2024.03
- [arxiv] AutoRD:基於本體增強的大語言模型的罕見疾病知識圖譜所建構的自動化端到端系統。
2024.03
- [arxiv] 使用大型語言模型進行逐步自洽數學推理。
2024.02
- [arxiv] 使用大型語言模式的時態知識圖的兩階段產生問答。
2024.02
- [arxiv] 釋放大型語言模型用於實體對齊的力量。
2024.02
- [arxiv] 透過歷史鏈推理使用大型語言模型增強時態知識圖預測。
2024.02
- [arxiv]打破障礙:透過推理知識圖利用工業推薦系統的大型語言模型。
2024.02
- [arxiv]知識圖增強大語言模式編輯。
2024.02
- [arxiv] 模態感知與大型語言模型的集成,用於基於知識的視覺問答。
2024.02
- [arxiv] 基於圖的檢索器捕捉生物醫學知識的長尾。
2024.02
- [arxiv] LLM 作為提示者:任意知識圖上的低資源歸納推理。
2024.02
- [arxiv] 反直覺:大型語言模式比我們想像的更能理解知識圖。
2024.02
- [arxiv] InfuserKI:透過 Infuser 引導的知識整合使用知識圖增強大型語言模型。
2024.02
- [arxiv] 使用大型語言模型開發材料工程自動化知識圖譜和資料庫。
2024.02
- [arxiv] KG-Agent:一種高效的自主代理框架,用於知識圖上的複雜推理。
2024.02
- [arxiv] PAT 問題:目前錨定時間問答的自我更新基準。
2024.02
- [arxiv] 使用大型語言模型進行零樣本連結預測的壓縮轉換圖框架。
2024.02
- [arxiv] 使用偽知識圖和多源知識圖來增強大型語言模型以實現開放式問答。
2024.02
- [arxiv] G-Retriever:用於文字圖理解和問答的檢索增強生成。
2024.02
- [arxiv] X-LoRA:低階適配器專家的混合體,一種適用於蛋白質力學和設計的大型語言模型的靈活框架。
2024.02
- [arxiv] REALM:透過大型語言模型進行 RAG 驅動的多模式電子健康記錄分析增強。
2024.02
- [arxiv] GLaM:透過鄰域分區和生成子圖編碼微調大型語言模型以實現領域知識圖對齊。
2024.02
- [arxiv] 讓你的圖說:為法學碩士編碼結構化資料。
2024.02
- [arxiv] CADReN:用於可控交叉圖節點重要性估計的上下文錨驅動關係網路。
2024.02
- [arxiv] 透過知識圖整合協作增強的基於提示的 LLM 推理方案。
2024.02
- [arxiv] SPARQL 產生:針對生命科學知識圖問答的 OpenLLaMA 微調的分析。
2024.02
- [arxiv] 語意交流與知識學習的互動。
2024.02
- [arxiv] GUARD:透過角色扮演產生自然語言越獄,以測試大型語言模型的準則遵守。
2024.02
- [arxiv] 多模態大型語言模型中圖形推理的渲染圖。
2024.02
- [arxiv] 評估法學碩士-根據醫學影像和症狀分析產生多模式診斷。
2024.02
- [EACL 2024] 從大型語言模型中進行語境化蒸餾以完成知識圖譜。
2024.02
- [EACL 2024] 基於知識的文本生成中會話大型語言模型的比較分析。
2024.02
- [arxiv] 使用大型語言模型進行即時符號知識擷取。
2024.02
[回購] - [arxiv] 圖形資料庫引擎中的有效錯誤偵測:基於 LLM 的方法。
2024.02
- [arxiv] 兩個頭比一個頭更好:整合來自知識圖和大型語言模型的知識以進行實體對齊。
2024.01
- [arxiv] 使用知識圖對複雜問答歸因中的大型語言模型進行基準測試。
2024.01
- [arxiv]線索引導路徑探索:一種低運算資源消耗的高效知識庫問答框架。
2024.01
- [AAAI 2024] KAM-CoT:知識增強多模式思想鏈推理。
2024.01
- [arxiv] 脈絡很重要:利用圖結構知識脈絡突破開放式答案產生的界限。
2024.01
- [arxiv] 支持學生關於學習建議的決策:基於法學碩士的聊天機器人,具有知識圖譜上下文化,用於對話解釋和指導。
2024.01
- [arxiv] 從大型語言模型中提取事件序列知識。
2024.01
- [ACL 24] 大型語言模型可以學習時間推理。
2024.01
[回購] - [arxiv] 歷史鏈:利用法學碩士進行學習和預測,以完成時間知識圖。
2024.01
- [arxiv] TechGPT-2.0:一個解決知識圖譜建構任務的大型語言模型專案。
2024.01
[回購] - [arxiv] 評估知識圖對話問答語意解析中的大型語言模型。
2024.01
- [arxiv] 地球是平的?揭示大型語言模型中的事實錯誤。
2024.01
- [arxiv]keqing:知識問答是LLM本質的思想鏈導師。
2024.01
- [arxiv] 四重奏邏輯:用於推進短文本分類的四步驟推理 (QLFR) 架構。
2024.01
- [arxiv] 對話式問答與知識圖重構。
2023.12
- [arxiv] 思考與檢索:假設知識圖增強醫學大語言模式。
2023.12
- [arxiv] KnowledgeNavigator:利用大型語言模型增強知識圖推理。
2023.12
- [arxiv] 城市生成智能(UGI):具體城市環境中代理的基礎平台。
2023.12
- [arxiv] 使用語意三元組和知識圖進行零樣本事實檢定。
2023.12
- [arxiv] KGLens:一種參數化知識圖解決方案,用於評估法學碩士知道什麼和不知道什麼。
2023.12
- [arxiv] LLM-ARK:透過深度強化學習使用大型語言模型進行知識圖推理。
2023.12
- [arxiv] 邁向值得信賴的人工智慧軟體開發協助。
2023.12
- [arxiv] KnowGPT:大型語言模型的黑盒子知識注入。
2023.12
- [arxiv] 透過漸進式提示增強,使大型語言模式更好地用於網路行銷的知識挖掘。
2023.12
- [arxiv] 使用大型語言模式的概念工程。
2023.12
- [arxiv]超越隔離:改進知識圖建構的多智能體協同。
2023.12
- [arxiv] 使用大型語言模型進行零鏡頭和少鏡頭知識圖三元組擷取。
2023.12
- [arxiv] 用知識圖探索大型語言模式的推理能力。
2023.11
- [arxiv]大型語言模型的生物醫學知識圖最佳化提示產生。
2023.11
[回購] - [arxiv] 人機互動中基於知識的回應所產生的圖到文字方法。
2023.11
- [EMNLP 2023]重新檢視知識注入架構。
2023.12
- [EMNLP 2023]事實知識的正確性對於事實知識增強的預訓練語言模型重要嗎?
2023.12
- [EMNLP 2023]ReasoningLM:在預訓練語言模型中啟用結構子圖推理,以實現知識圖問答。
2023.12
- [EMNLP 2023 調查結果]KICGPT:具有知識圖補全上下文知識的大型語言模型。
2023.12
- [arxiv] $R^3$ -NL2GQL:一種用於提高準確性和減輕幻覺的混合模型方法。
2023.11
- [arxiv] 透過基於自主知識圖的改造減輕大型語言模式幻覺。
2023.11
- [EMNLP 2023] 透過維基資料上的少樣本序列到序列語意解析,微調法學碩士了解更多,減少幻覺。
2023.11
- [arxiv] 在學術知識圖問答中利用法學碩士。
2023.11
- [arxiv] 法學碩士在特定領域問答中的知識淵博的偏好調整。
2023.11
- [arxiv] OLaLa:與大型語言模型的本體相符。
2023.11
- [arxiv] 基於大型語言模式的無人系統知識庫問答的脈絡學習。
2023.11
- [arxiv] 讓我們發現更多 API 關係:基於大型語言模型的 AI 鏈,用於無監督 API 關係推理。
2023.11
- [arxiv] 形式遵循功能:基於功能需求的文字到文字條件圖產生。
2023.11
- [arxiv] 大型語言模式與知識圖結合來回答事實問題。
2023.10
- [arxiv] 候選答案類型選擇:閉卷問答的文本到文本語言模型與知識圖的結合。
2023.10
- [arxiv] 知識注入提示:使用大型語言模型評估和推進臨床文本資料產生。
2023.10
- [arxiv] DIVKNOWQA:透過知識庫和文本的開放域問答來評估法學碩士的推理能力。
2023.10
- [arxiv] 用於基於解釋性大語言模型的材料設計的生成檢索增強本體圖和多代理策略。
2023.10
- [arxiv]一種基於大語言模型和知識圖譜的多模態生態文明模式推薦方法。
2023.10
- [arxiv] LoRAShear:高效的大型語言模型結構化剪枝和知識恢復。
2023.10
- [arxiv] 圖代理:圖的明確推理代理。
2023.10
- [arxiv] 知識庫問答的上下文模式理解方法。
2023.10
- [arxiv] GraphGPT:大型語言模型的圖形指令調優。
2023.10
- [EMNLP 2023 研究結果] 大型語言模型中事實知識的系統評估。
2023.10
- [EMNLP 2023 調查結果] KG-GPT:使用大型語言模型進行知識圖推理的通用框架。
2023.10
- [arxiv] MechGPT,一種基於語言的力學和材料建模策略,將跨尺度、學科和模式的知識聯繫起來。
2023.10
- [arxiv] Qilin-Med:多階段知識注入先進醫學大語言模式。
2023.10
- [arxiv] ChatKBQA:使用微調的大型語言模型進行知識庫問答的生成然後檢索框架。
2023.10
- [arxiv] 從大型語言模型到癌症生物標記發現的知識圖。
2023.10
- [arxiv] 讓大型語言模式在知識圖補全方面表現較好。
2023.10
- [arxiv] CP-KGC:大型語言模型的約束提示知識圖補全。
2023.10
- [arxiv] PHALM:透過提示人類和語言模型從頭開始建立知識圖。
2023.10
- [arxiv] InstructProtein:透過知識指導調整人類和蛋白質語言。
2023.10
- [arxiv] 大型語言模式與知識圖結合來回答事實問題。
2023.10
- [arxiv] 知識填字遊戲:使用大型語言模型對結構化知識進行幾何推理。
2023.10
- [ICLR 2024] 圖推理:忠實且可解釋的大型語言模型推理。
2023.10
[回購] - [arxiv] RelBERT:與語言模式的嵌入關係。
2023.10
- [arxiv] 對 RDF 知識圖創建和理解的大型語言模型的能力進行基準測試:法學碩士說海龜的能力如何?
2023.09
- [arxiv] 讓我們聊聊尋找 API:透過 AI 鏈連結人類、LLM 和知識圖譜。
2023.09
- [arxiv] 使用大型語言模型進行圖神經提示。
2023.09
- [arxiv] 施工合約知識建模的知識表示方法。
2023.09
- [arxiv] Retrieve-Rewrite-Answer:知識圖問答的知識圖譜到文本增強法學碩士框架。
2023.09
- [arxiv]“合併衝突!”探討外部幹擾因素對參數化知識圖的影響。
2023.09
- [arxiv] FactLLaMA:使用外部知識最佳化指令追蹤語言模型以進行自動事實檢查。
2023.09
- [arxiv] ChatRule:使用大型語言模型挖掘邏輯規則以進行知識圖推理。
2023.09
- [AAAI 2024] 用於基於知識的問答的代碼式情境學習。
2023.09
- [arxiv] 透過基於 LLM 的自治代理釋放圖學習的力量。
2023.09
- [arxiv] 使用結構化醫學知識庫對大型語言模型進行知識調整,以產生可靠的中文回應。
2023.09
- [arxiv] 知識解算器:教法學碩士從知識圖中搜尋領域知識。
2023.09
- [arxiv] 生物醫學實體與三重知覺預訓練的連結。
2023.08
- [arxiv] 探索用於知識圖補全的大型語言模式。
2023.08
[回購] - [arxiv] 開發用於評估知識圖工程中大型語言模型的可擴展基準。
2023.08
- [arxiv] 將醫學知識圖利用到大型語言模型中進行診斷預測。
2023.08
- [arxiv] LKPNR:個人化新聞推薦框架的 LLM 和 KG。
2023.08
- [arxiv]多重文件問答的知識圖譜提示。
2023.08
- [arxiv] 從頭到尾:大型語言模型 (LLM) 的知識有多少?又稱法學碩士會取代知識圖譜嗎?
2023.08
- [arxiv]MindMap:知識圖譜提示在大型語言模型中激發思考圖。
2023.08
- [arxiv] 實現知識圖補全的語意豐富嵌入。
2023.07
- [TKDE 2024] AutoAlign:大型語言模型實現的全自動、有效的知識圖譜對齊。
2023.07
- [arxiv] 使用大型語言模型從知識圖零樣本自然語言產生。
2023.07
- [ICLR 2024] 圖思考:利用知識圖對大型語言模型進行深入且負責任的推理。
2023.07
- [SIGKDD 2024 探索] 探索大型語言模型 (LLM) 在圖學習中的潛力。
2023.07
- [arxiv] 探索線上工作推薦中圖資料理解的大語言模式。
2023.07
- [arxiv] RecallM:時間上下文理解和問答的架構。
2023.07
- [arxiv] LLM 輔助知識圖工程:ChatGPT 實驗。
2023.07
- [arxiv] 迭代零樣本 LLM 提示知識圖建構。
2023.07
- [arxiv] 雪人:從基礎模型中提取的百萬級中文常識知識圖。
2023.06
- [arxiv] 知識增強語言模式提示零樣本知識圖問答。
2023.06
- [arxiv] 透過本體推理微調大型企業語言模式。
2023.06
- [NeurIPS 2023] 知識密集任務中小語言模型的知識增強推理蒸餾。
2023.05
- [arxiv] 使用大型語言模型增強知識圖譜建構。
2023.05
- [arxiv] ChatGraph:透過將 ChatGPT 知識轉換為圖形來進行可解釋的文字分類。
2023.05
- [ACL 2023] FactKG:透過知識圖推理進行事實驗證。
2023.05
- [arxiv] HiPrompt:透過面向層次結構的提示進行少量生物醫學知識融合。
2023.04
- [EMNLP 2023] StructGPT:用於推理結構化資料的大型語言模型的通用框架。
2023.05
- [ICLR 2024] 利用解釋:用於增強文字屬性圖表示學習的 LLM 到 LM 解釋器。
2023.05
- [arxiv] 知識圖建構與推理法學碩士:近期能力與未來機會。
2023.05
[回購] - 【NeurIPS 2023】語言模型能否解決自然語言中的圖問題?
2023.05
- [arxiv]知識圖譜完成模式是小樣本學習者:法學碩士電子商務中關係標籤的實證研究。
2023.05
- [arxiv] 大型語言模型可以產生顯著的否定語句嗎?
2023.05
- [arxiv]GPT4Graph:大型語言模型能否理解圖結構化資料?實證評估和基準測試。
2023.05
- [arxiv] 使用大型語言模式對知識圖進行複雜邏輯推理。
2023.05
[回購] - [arxiv] 因果推理與大型語言模式:開啟因果關係的新領域。
2023.04
- [arxiv] 大型語言模型可以建構因果圖嗎?
2023.04
- [arxiv] 使用多個 RDF 知識圖來豐富 ChatGPT 響應。
2023.04
- [arxiv] Graph-ToolFormer:透過 ChatGPT 增強的提示賦予 LLM 圖形推理能力。
2023.04
- [arxiv] 結構化提示詢問和語意遞歸提取(SPIRES):一種使用零樣本學習填入知識庫的方法。
2023.04
[回購]
資源和基準
- [arxiv] STaRK:文本和關係知識庫的法學碩士檢索基準。
2024.04
[回購] - [arxiv] RareBench:法學碩士可以擔任罕見疾病專家嗎?
2024.02
- [arxiv] 使用知識圖對複雜問答歸因中的大型語言模型進行基準測試。
2024.01
- [ACL 24] 大型語言模型可以學習時間推理。
2024.01
[回購] - [arxiv] AbsPyramid:使用統一蘊涵圖對語言模型的抽象能力進行基準測試。
2023.11
- [arxiv] 了解知識圖對企業 SQL 資料庫問答的大型語言模型準確性的作用的基準。
2023.11
- [arxiv]邁向可驗證的生成:知識感知語言模型歸因的基準。
2023.10
- [EMNLP 2023] MarkQA:具有數值推理的大規模 KBQA 資料集。
2023.10
- [CIKM 2023] 文本本體豐富:用於概念發現和放置的生物醫學資料集。
2023.06
- [arxiv] Xiezhi:一個不斷更新的整體領域知識評估基準。
2023.06
- [AACL 2023 系統展示] LambdaKG:基於預訓練語言模型的知識圖嵌入庫
2023.03
[Repo] - [arxiv] 透過循環評估建立配對知識圖-文字資料集。
2023.09
- [arxiv] 從大型語言模型到癌症生物標記發現的知識圖。
2023.10
- [ISWC 2023] Text2KGBench:從文本生成本體驅動知識圖的基準。
2023.08
貢獻
貢獻者
?貢獻(歡迎!)
- 新增論文或更新現有的 KG 相關 LLM 論文。
- ?使用與現有條目相同的格式來描述工作。
- ?建議(不必要)透過
Adding Issues
或Pull Requests
對您認為應該添加或更新論文的原因進行非常簡短的解釋。
如果您弄錯了,請不要擔心,他們會為您修復。請隨意在這裡貢獻和推廣您的出色工作! ?我們會及時回覆您~
?引用:
如果這個 Repo 對您有幫助,請考慮引用我們的論文。我們將不勝感激:)
@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}
}