LLM性能最高60%提升！谷歌ICLR 2024力作：讓大語言模型學會「圖的語言」

AIGC動態歡迎閱讀

原標題：LLM性能最高60%提升！谷歌ICLR 2024力作：讓大語言模型學會「圖的語言」
關鍵字：圖形,任務,節點,問題,文本
文章來源：新智元
內容字數：3834字

內容摘要：

新智元報道編輯：Mindy
【新智元導讀】圖是組織信息的一種有用方式，但LLMs主要是在常規文本上訓練的。谷歌團隊找到一種將圖轉換為LLMs可以理解的格式的方法，顯著提高LLMs在圖形問題上超過60%的準確性。在計算機科學領域，圖形結構由節點（代表實體）和邊（表示實體之間的關系）構成。
圖無處不在。
互聯網本身就像是一張龐大的網絡圖，甚至搜索引擎所使用的知識也是以圖的形式進行組織和呈現。
但由于LLMs主要在常規文本上訓練，并沒有圖的結構，將圖轉化為LLMs能理解的文本是一項非常復雜的任務。
在ICLR 2024上，一支來自谷歌的團隊探索了如何將圖形數據轉換為適合LLMs理解的形式。
論文地址：https://openreview.net/pdf?id=IuXR1CCrSi
使用兩種不同的方法將圖形編碼為文本，并將文本和問題反饋給LLM的過程
他們還創造了一個名為GraphQA的基準，用于研究不同的圖推理問題解決方法，并演示了如何以一種讓LLM能夠解決圖形相關問題的方式來表述圖相關問題。
使用正確的方法，使得LLMs在圖形任務上最高得以提升60%的性能。
GraphOA：一場對LLM

原文鏈接：LLM性能最高60%提升！谷歌ICLR 2024力作：讓大語言模型學會「圖的語言」

聯系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。