LLM和图数据库、知识图谱结合可解决构建和查询问题，RAG模型提供额外知识，NebulaGraph分布式数据库提高效率。LLM可自然语言查询，RAG增强，65b模型需考虑显存和精度。多模型投票提高准确率，使用prompt训练，避免输出格式干扰训练。...(more)

大模型可构建知识图谱和操作结构化数据，Few/zero-shot提升效果，ICL/prompt是主要特性。微调方式如LoRA/P-tuning可强化效果，大模型+知识图谱更好。可看LangChain和吴恩达教程，追随最新实现和论文。部署、非结构化数据存储、数据准备、模型准确性等问题有解决方案和经验分享。...(more)

大家好，我是东方财富的一名算法工程师，这里分享一些利用大模型赋能知识图谱建设的一些实践。## 为什么知识图谱需要大模型在金融场景中，天然会有大量结构化的数据需要投入大量的人力去生产和维护，而这样的数据又会大量被应用在下游的标签、推荐、风控等场景。比如基金关联的...(more)

有用有用