大型语言模型(LLMs)在自然语言处理领域表现出令人印象深刻的影响,但它们仍然在完整性、时效性、可靠性和适应性等方面存在一些问题。虽然最近的努力集中在将LLMs与外部知识源连接上,但知识库(KBs)的集成仍未得到充分研究,并面临一些挑战。本文介绍了KnowledGPT,一个将LLMs与各种知识库连接起来的综合框架,促进知识的检索和存储。检索过程采用思维提示程序,该程序以代码格式生成用于KB操作的搜索语言。除了检索外,KnowledGPT还提供了将知识存储在个性化KB中的能力,以满足个人用户的需求。通过广泛的实验,我们表明,通过将LLMs与KBs集成,KnowledGPT与普通LLMs相比,能够适当地回答更广泛的需要世界知识的问题,利用广泛存在的KBs中的知识和提取到个性化KB中的知识。

成为VIP会员查看完整内容
79

相关内容

大型语言模型在软件工程:调查与待解决的问题
专知会员服务
68+阅读 · 2023年10月6日
【KDD2023】协同过滤的高效联合超参数和架构搜索
专知会员服务
21+阅读 · 2023年7月23日
【AAAI2023】面向领域自适应语义分割的几何感知网络
专知会员服务
18+阅读 · 2022年12月7日
面向自然语言处理的知识图谱嵌入:从理论到实践
专知会员服务
47+阅读 · 2022年10月16日
知识增强预训练语言模型:全面综述
专知会员服务
87+阅读 · 2021年10月19日
专知会员服务
45+阅读 · 2020年10月22日
综述 | 分布式GNN训练算法和系统,35页pdf
图与推荐
4+阅读 · 2022年11月2日
如何使用自然语言工具包(NLTK)在Python3中执行情感分析
Python程序员
18+阅读 · 2019年10月28日
基于PyTorch/TorchText的自然语言处理库
专知
27+阅读 · 2019年4月22日
使用 Bert 预训练模型文本分类(内附源码)
数据库开发
102+阅读 · 2019年3月12日
语料库构建——自然语言理解的基础
计算机研究与发展
11+阅读 · 2017年8月21日
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
56+阅读 · 2023年3月26日
Augmentation for small object detection
Arxiv
11+阅读 · 2019年2月19日
VIP会员
相关VIP内容
大型语言模型在软件工程:调查与待解决的问题
专知会员服务
68+阅读 · 2023年10月6日
【KDD2023】协同过滤的高效联合超参数和架构搜索
专知会员服务
21+阅读 · 2023年7月23日
【AAAI2023】面向领域自适应语义分割的几何感知网络
专知会员服务
18+阅读 · 2022年12月7日
面向自然语言处理的知识图谱嵌入:从理论到实践
专知会员服务
47+阅读 · 2022年10月16日
知识增强预训练语言模型:全面综述
专知会员服务
87+阅读 · 2021年10月19日
专知会员服务
45+阅读 · 2020年10月22日
相关基金
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
29+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员