« Requête enrichie par graphes de connaissances » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 31 : | Ligne 31 : | ||
[https://cobusgreyling.medium.com/chain-of-knowledge-prompting-0285ac879ede Source : Chain-Of-Knowledge Prompting - Medium] | [https://cobusgreyling.medium.com/chain-of-knowledge-prompting-0285ac879ede Source : Chain-Of-Knowledge Prompting - Medium] | ||
[https://huggingface.co/papers/2407.00653? Source: Chain-of-Knowledge: Integrating Knowledge Reasoning into Large Language Models by Learning from Knowledge Graphs - Hugging Face - 30 juin 2024] | |||
<!-- The CHAIN-OF-KNOWLEDGE framework has two main components: dataset construction and model learning. For dataset construction, the authors first mine compositional rules from knowledge graphs. These rules represent patterns of how different facts can be combined to infer new knowledge. They then select knowledge triples from the graph that match these rules. Finally, they use advanced language models to transform the structured knowledge into natural language questions and reasoning steps. | <!-- The CHAIN-OF-KNOWLEDGE framework has two main components: dataset construction and model learning. For dataset construction, the authors first mine compositional rules from knowledge graphs. These rules represent patterns of how different facts can be combined to infer new knowledge. They then select knowledge triples from the graph that match these rules. Finally, they use advanced language models to transform the structured knowledge into natural language questions and reasoning steps. | ||
Version du 24 septembre 2024 à 17:07
Définition
Peaufinage des résultats d'un grand modèle de langues en enrichissant les requêtes avec des connaissances factuelles générées à partir de règles extraites de graphes de connaissances. Ceci permet de générer des résultats plus précis et contextuellement plus pertinents.
Complément
Entrée en cours de travail.
Les règles sont extraites d'un graphe de connaissances à l'aide d'un algorithme classique de parcours en largeur.
Cette technique se rapproche de la génération augmentée d'information applicative (GAIA).
Français
requête enrichie par graphes de connaissances
requête de résolution par chaine(s) de connaissances
requête par chaine(s) de connaissances
Anglais
Chain-of-Knowledge prompting
Chain-of-Knowledge framework prompting
CoK promptig
Chain-of-Knowledge
CoK
Source
Contributeurs: Claude Coulombe, Patrick Drouin, wiki
