知识图谱基础模型的数学基础

一种潜在的知识图谱基础模型定义是：一个图神经网络（GNN）模型，经过大规模知识图谱数据集的预训练，这些图谱涵盖了多个领域（例如，体育、艺术），该模型可以在不进行重新训练的情况下，泛化到新任务中，适用于未见过的领域、未知的关系类型和节点特征空间（例如，医疗健康）。在本研究中，我们探讨了基于不变性理论的数学基础，这为这种可适应模型提供了可能。我们的结果突出了不变性理论、图论、统计学与机器学习概念（如元学习）之间的若干有前景的联系，提供了一条通向更加灵活且可泛化的知识库图模型的路径。

2 大规模语言模型（LLMs）