LLM性能最高60%提升！谷歌ICLR 2024力作：让大语言模型学会「图的语言」

AIGC动态欢迎阅读

原标题：LLM性能最高60%提升！谷歌ICLR 2024力作：让大语言模型学会「图的语言」
关键字：图形,任务,节点,问题,文本
文章来源：新智元
内容字数：3834字

内容摘要：

新智元报道编辑：Mindy
【新智元导读】图是组织信息的一种有用方式，但LLMs主要是在常规文本上训练的。谷歌团队找到一种将图转换为LLMs可以理解的格式的方法，显著提高LLMs在图形问题上超过60%的准确性。在计算机科学领域，图形结构由节点（代表实体）和边（表示实体之间的关系）构成。
图无处不在。
互联网本身就像是一张庞大的网络图，甚至搜索引擎所使用的知识也是以图的形式进行组织和呈现。
但由于LLMs主要在常规文本上训练，并没有图的结构，将图转化为LLMs能理解的文本是一项非常复杂的任务。
在ICLR 2024上，一支来自谷歌的团队探索了如何将图形数据转换为适合LLMs理解的形式。
论文地址：https://openreview.net/pdf?id=IuXR1CCrSi
使用两种不同的方法将图形编码为文本，并将文本和问题反馈给LLM的过程
他们还创造了一个名为GraphQA的基准，用于研究不同的图推理问题解决方法，并演示了如何以一种让LLM能够解决图形相关问题的方式来表述图相关问题。
使用正确的方法，使得LLMs在图形任务上最高得以提升60%的性能。
GraphOA：一场对LLM

原文链接：LLM性能最高60%提升！谷歌ICLR 2024力作：让大语言模型学会「图的语言」

联系作者

文章来源：新智元
作者微信：AI_era
作者简介：智能+中国主平台，致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展，关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响，领航中国新智能时代。