tgoop.com/AlgorithmDesign_DataStructuer/1769
Last Update:
"THINK-ON-GRAPH: Deep and Responsible Reasoning of Large Language Models on Knowledge Graphs"
این مقاله روش خفنی به نام گرافهای دانش (Knowledge Graph)معرفی میکند:
🔍 مثال قشنگی هم زده:
سؤال اینه که «حزب اکثریت در کشوری که شهر Canberra توشه چیه؟»
سه روش مختلف برای جواب دادن بررسی شدن:
1️⃣ مدل تنها (LLM-only):
فقط از اطلاعات خود مدل استفاده میکنه. مثلاً میگه تا ۲۰۲۱ نخستوزیر استرالیا فلانی بوده، پس حزبش فلان بوده.
✅ مشکل؟ اطلاعاتش قدیمیه یا ناقصه، جواب اشتباه میده!
2️⃣ مدل + گراف دانش (LLM + KG):
مدل سعی میکنه با زبان SPARQL از گراف سوال بپرسه. اما گراف اطلاعات لازم رو نداره یا مدل بلد نیست خوب بپرسه.
⛔️ نتیجه؟ باز هم نمیتونه جواب بده!
3️⃣ ✅ Think-on-Graph (LLM ⊗ KG):
مدل مرحله به مرحله «فکر میکنه» روی گراف!
مثلاً اول بررسی میکنه Canberra پایتخت چیه، بعد میره ببینه نخستوزیر استرالیا کیه، بعد از اطلاعات خودش (یا گراف) درمیاره که اون عضو حزب Labor هست.
نتیجه؟ جواب درسته و منطقیه! 🎯
https://arxiv.org/abs/2307.07697
#هوش_مصنوعی
📣👨💻 @AlgorithmDesign_DataStructuer
BY Algorithm design & data structure

Share with your friend now:
tgoop.com/AlgorithmDesign_DataStructuer/1769