今天是2023年10月30日，星期一，北京，雾霾。

我们今天来看看知识图谱与大模型研发过程中的虚与实。

知识图谱讲多一点，10条，大模型少一点，5条。

供大家参考。

一、知识图谱研发落地中的虚与实

1、知识图谱构建流程:工业流程，长且误差传播，本体构建主观性大

2、现实:数据多源异构，不单单是算法问题

3、现实:半结构化数据复杂多样

4、现实:待处理文档复杂多变，多条技术策略轮番集成

5、现实:实体识别问题复杂，DIY强，标注需求量大

6、现实:远程监督构造数据算法在工业界很难落地

7、现实:实体关系抽取中的存在的诸多问题

8、现实:实体嵌入表示学习,准确率低，在高精度场景不适用

9、现实:实体对齐标准化依靠大量规则策略

二、大模型研发与落地的虚与实

1、现实:训练领域大模型的常规范式已知、选型量化不可知

2、现实:大模型研发中的数据处理流程已知、定量未知

3、现实:预训练数据规模已知，但具体数据配比未知

4、现实:SFT微调数据自动生成的蒸馏方式已知、后期处理繁杂

5、现实:大模型能力评测有偏、与真实业务隔阂大

参考文献

1、刘焕勇.《LLM+KG知识图谱研发和落地中的虚与实》,2023-10-26,北邮研究生课堂。

关于我们

老刘，刘焕勇，NLP开源爱好者与践行者，主页：https://liuhuanyong.github.io。

老刘说NLP，将定期发布语言资源、工程实践、技术总结等内容，欢迎关注。

对于想加入更优质的知识图谱、事件图谱、大模型AIGC实践、相关分享的，可关注公众号，在后台菜单栏中点击会员社区->会员入群加入。