ChatGPT的准确率直线提升23.7%！香港理工大学提出大模型黑箱知识注入

AIGC动态欢迎阅读

原标题：ChatGPT的准确率直线提升23.7%！香港理工大学提出大模型黑箱知识注入
关键字：知识,路径,实体,图谱,提示
文章来源：夕小瑶科技说
内容字数：8265字

内容摘要：

夕小瑶科技说 原创作者 | 谢年年、python
ChatGPT通过交互式API就能像专家一样回答各种问题。但当遇到一些专业领域的问题时，它们可能会“短路”，给出不太准确的答案，因为这些问题它们之前没学过！
既然缺少知识，那么要解决这个问题就要想办法将知识整合到LLMs中。常用的知识注入方法属于“白盒”，需要对LLMs的模型架构和参数了如指掌。
但ChatGPT、GPT-4通过API提供访问权限，只能通过提交文本输入来获取模型的响应，而模型的具体细节无法获取，因此“白盒”知识注入方法不再适用。
香港理工大学团队介绍了一种名为KnowGPT的黑盒知识注入框架，仅通过API将知识图谱高效地集成到LLMs。KnowGPT利用强化学习从知识图谱中提取相关知识，并使用多臂机为每个问题构建最合适的提示。
该框架在三个基准数据集上表现得非常出色，甚至比ChatGPT要好23.7%，比GPT-4还要强2.9%！
更厉害的是，它在OpenbookQA官方排行榜上达到了91.6%的准确率，跟人类的表现差不多！
论文标题:KnowGPT: Black-Box Knowledge Injection fo

原文链接：ChatGPT的准确率直线提升23.7%！香港理工大学提出大模型黑箱知识注入

联系作者

文章来源：夕小瑶科技说
作者微信：xixiaoyaoQAQ
作者简介：更快的AI前沿，更深的行业洞见。聚集25万AI应用开发者、算法工程师和研究人员。一线作者均来自清北、国外顶级AI实验室和互联网大厂，兼备媒体sense与技术深度。