KG_RAG

KG-RAG是一个任务无关的框架,它结合知识图谱的显性知识和大型语言模型的隐性知识。这里,我们利用一个巨大的生物医学知识图谱SPOKE作为生物医学上下文的提供者。KG-RAG的主要特征是它从SPOKE知识图谱中提取“与提示相关的上下文”,这被定义为响应用户提示所需的最小上下文。

需求人群:

"处理知识密集型自然语言处理任务,如问答、总结、文本生成等"

使用场景示例:

基于提示‘What is the function of gene P53’,检索P53相关知识图谱,返回解释P53基因功能的文本

基于药物名称提示,检索药物作用机制相关知识图谱,生成药物作用总结

基于病症描述提示,检索病症相关知识图谱实体和关系,生成病症诊断报告

产品特色:

提取与提示相关的知识图谱上下文

赋能通用语言模型,结合域特定上下文

支持GPT和Llama模型

浏览量:45

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
网站流量情况

最新流量情况

月访问量

4.58m

平均访问时长

00:07:29

每次访问页数

6.65

跳出率

37.90%

流量来源

直接访问

51.57%

自然搜索

29.65%

邮件

0.89%

外链引荐

11.44%

社交媒体

6.43%

展示广告

0

截止目前所有流量趋势图

地理流量分布情况

美国

16.83%

中国

14.47%

印度

9.23%

日本

3.69%

德国

3.38%

类似产品

© 2024     AIbase    备案号:闽ICP备2023012347号-1

隐私政策

用户协议

意见反馈 网站地图