Triple Play:一个结合知识图谱(KG)、大语言模型(LLM)和检索-生成(RAG)技术的框架,用于提升问答推理能力

《Knowledge-Based Systems》:Triple Play: A framework for enhanced question answering reasoning with KG, LLM, and RAG

【字体: 大 中 小 】 时间:2026年05月15日 来源:Knowledge-Based Systems 7.6

编辑推荐:

  Shahenda Hatem | Ghada Khoriba | Mohamed H. Gad-Elrab | Mohamed ElHelw•我们提出了Triple Play框架,这是一个无需训练即可处理不完整知识图谱(KG)的问答(QA)方案。•Triple Play将大型语言

  
Shahenda Hatem | Ghada Khoriba | Mohamed H. Gad-Elrab | Mohamed ElHelw
  • •
    我们提出了Triple Play框架,这是一个无需训练即可处理不完整知识图谱(KG)的问答(QA)方案。
  • •
    Triple Play将大型语言模型(LLM)的推理能力与检索增强生成(Retrieval-Augmented Generation, RAG)技术相结合。
  • •
    该框架能够利用实时外部数据源识别并替换缺失的知识图谱三元组。
  • •
    我们的方法使用小型LLM就能够获得有竞争力的性能,从而降低了计算成本。
  • •
    即使在知识图谱不完整率达到80%的情况下,Triple Play的表现也优于GoG和ToG框架。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号