Project Icon

reasoning-on-graphs

基于大语言模型和知识图谱的忠实可解释推理

利用大语言模型与知识图谱,提供优化的规划-检索-推理框架,实现忠实与可解释的推理。预训练权重和自动下载的数据集简化了关系路径生成和答案推理过程,并支持多种大语言模型的插拔式推理,使推理结果更具解释性和灵活性。

LM-reasoning - 大语言模型推理相关的论文和资源
EvaluationGithubLarge Language ModelsReasoningSurveyTechnique开源项目
本页面收录了大语言模型推理相关的论文和资源,涵盖技术方法如完全监督微调、提示与上下文学习、混合方法,以及详细的评估和分析。用户可以浏览各类调查报告和技术论文,了解如何提升大模型的推理能力,并参考领域专家的讨论提供的重要见解。
ToG - 结合知识图谱的大语言模型深度推理框架
GithubICLRToG大语言模型开源项目深度推理知识图谱
ToG项目提出了一种结合知识图谱的大语言模型推理框架,旨在实现更深入、更负责任的推理能力。该框架在复杂问答和知识推理任务中展现了良好性能,有助于提升AI系统的可解释性和准确性。项目开源代码支持Freebase和Wikidata知识图谱,为相关研究提供了实验平台。
ToG - 将知识图谱与大语言模型结合的先进推理框架
GithubICLR 2024ToG大语言模型开源项目深度推理知识图谱
ToG是一个结合知识图谱与大语言模型的推理框架,通过'图思考'方式增强模型的推理能力。该框架支持Freebase和Wikidata知识图谱,显著提高了模型在复杂任务中的表现。ToG项目已在GitHub开源,提供了代码和详细说明,为相关研究提供了实验基础。该框架的创新在于深度融合知识图谱,实现了更精确和可靠的推理过程。
Awesome-Knowledge-Graph-Reasoning - 全面的知识图谱推理研究资源集合
AKGRGithub关系抽取开源项目数据集知识图谱推理静态知识图谱
Awesome-Knowledge-Graph-Reasoning项目汇集了知识图谱推理领域的最新研究成果,包括论文、代码和数据集。该资源库涵盖静态、动态和多模态知识图谱推理,并提供详细分类和说明,方便研究人员和开发者快速检索所需信息。项目整理了大量高质量学术成果,为知识图谱推理研究和应用提供了全面的参考资料。
GNN-RAG - 结合图神经网络和检索增强生成的知识图谱问答方法
GNN-RAGGithub图神经网络大语言模型开源项目检索增强生成知识图谱问答
GNN-RAG项目探索了图神经网络在大语言模型推理中的应用。该方法在密集子图上进行推理,检索候选答案和推理路径,结合了GNN的结构化推理和LLM的自然语言处理能力。项目提供了GNN实现和基于RAG的LLM问答系统的代码,以及实验结果。研究表明,这种方法在知识图谱问答任务中具有提升性能的潜力。
Awesome-LLM-Reasoning - 探索语言模型与多模态大型语言模型的推理能力汇编
Awesome LLM ReasoningGithub多模态推理大语言模型开源项目技术进展推理能力
Awesome-LLM-Reasoning是一个精选的资源和论文集合,旨在深入探索LLMs与MLLMs的推理能力。覆盖方法论、技术研究和实证分析等多个领域,提供最新的研究动态和技术解析,助力学术和技术人员加深对这些模型的理解。
Awesome-Reasoning-Foundation-Models - 基础模型推理能力资源汇总
Github人工智能基础模型开源项目机器学习自然语言处理计算机视觉
本资源列表汇总了基础模型推理能力相关内容,包括语言、视觉和多模态基础模型,以及常识、数学、逻辑等多领域推理任务应用。同时概述了预训练、微调、对齐训练等推理技术,为研究人员和开发者提供全面参考。
Prompt4ReasoningPapers - 整合并分析语言模型推理相关的专业论文
GithubLarge Language ModelsPrompt工程人工智能开源项目知识增强推理链式推理
Prompt4ReasoningPapers项目整合并分析语言模型推理相关的专业论文,旨在为研究者和实践者提供全面的技术洞察和实用策略。内容涵盖前沿研究成果、高级推理方法及工具的应用指南,帮助用户系统性理解并应用于实际问题解决。
graph-rag - 自动生成知识图谱和文档网络以增强RAG性能
GithubKnowledge Graph RAGRAG开源项目搜索文档网络知识图谱
graph-rag项目旨在提升检索增强生成(RAG)的性能。它自动从文档中提取实体和关系,构建知识图谱和文档关联网络。这些图谱可用于搜索相关实体或查找相互关联的文档,增强大型语言模型的上下文信息。该项目在处理医疗等专业领域文档时尤为有效,能提高信息检索和知识推理效率。
graphrag - 提升文本数据结构化处理能力的先进工具
AI生图GithubGraphRAGLLMs开源项目数据管道热门知识图谱隐私数据
GraphRAG是一个革新的数据管道和转换套件,旨在利用大型语言模型(LLMs)的力量从非结构化文本中提取有意义的结构化数据。该项目通过加快索引过程并优化提示调整,提供在Azure上的端到端用户体验,有效增强LLMs处理私有数据的能力。此外,GraphRAG的研究和开发还专注于推动负责任的AI使用,确保用户能够最大限度地发挥系统的潜力并减少限制的影响。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号