#155 · 主分类: 知识库与企业搜索

KG_RAG

bert-models bioinformatics bioinformatics-algorithms biomedical-applications biomedical-informatics context-aware gpt gpt35turbo gpt4 knowledge-base knowledge-graph large-language-models llama llama2 llm prompt-engineering prompt-tuning rag retrieval-augmented-generation sentence-transformers

利用基于知识图谱的检索增强生成(KG-RAG)赋能大型语言模型(LLM),用于知识密集型任务。

项目最后更新:11/09/24

GitHub Stars

943

Forks数量

114

贡献者数量

5

许可证

Apache-2.0

收录理由

对于围绕生物医学问题构建检索增强系统的团队来说,KG-RAG提供了一个有价值的参考。它将SPOKE这一知识图谱与GPT或Llama等通用大语言模型结合,SPOKE包含数千万节点和边,涵盖基因、药物、疾病及其相互关联;系统只提取回答查询所需且与提示相关的上下文。仓库中的notebook和BiomixQA基准测试并排展示了相同的药物提示在加入图谱上下文后会产生怎样的变化。生物医学数据随仓库提供,设置脚本可构建向量索引,因此能快速搭建出可用的流水线。需要注意:该版本针对疾病和药物问题做了优化,更适合作为生命科学领域RAG的可靠模板,而非通用工具。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目