知识图谱(例如 Microsoft 的Graph RAG)增强了 RAG 方法,但构建成本高昂。Triplex 可将知识图谱创建成本降低 98%,性能优于 GPT-4,成本仅为 GPT-4 的 1/60。
并且可以使用 SciPhi 的 R2R 框架快捷构建本地图谱。
▲ 知识图谱结构图解
Triplex 是 SciPhi.AI 开发的 Phi3-3.8B 的微调版本,用于从非结构化数据创建知识图谱。它的工作原理是从文本或其他数据源中提取三元组(由主语、谓语和宾语组成的简单语句)。
一、GraphRAG 与 Triplex
知识图谱擅长回答传统搜索方法通常难以回答的查询,尤其是人口级关系查询。例如,“提供一份就读技术学校的 AI 员工名单”。微软发布 GraphRAG 后,人们对知识图谱的兴趣愈演愈烈。
但是,知识图谱构建过程传统上非常复杂且资源密集,限制了其广泛应用。最近的估计表明,微软的 GraphRAG 程序成本特别高,要求为每个输入标记生成至少一个输出标记。这种高成本使其对于大多数应用程序来说不切实际。
Triplex 的目标是通过将知识图谱的生成成本降低十倍来彻底颠覆这一模式。这一成本降低是通过 Triplex 将非结构化文本转换为“语义三元组”——知识图谱的构建块——的有效方法实现的。
为了演示 Triplex 如何创建这些图谱,观察一下它如何处理简单的句子:
对于更复杂的输入:
性能测量表明,Triplex 在成本和性能方面明显优于 gpt-4o。
准确度比较
价格比较
Triplex模型实现了与 GPT-4 相当的结果,但成本却仅为其一小部分。Triplex 的模型尺寸更小,并且无需少量样本上下文即可运行,因此成本显著降低。
在 SFT 模型的基础上,Triplex使用多数投票和拓扑排序生成了额外的基于偏好的数据集,以进一步使用 DPO 和 KTO 训练 Triplex。这些额外的训练步骤显著提高了模型性能。
为了准确评估这些细微的增强,他们使用 Claude-3.5 Sonnet 进行了严格的评估。Triplex的评估涉及三个模型之间的直接比较:triplex-base、triplex-kto 和 GPT-4o。结果如下表所示:
Triplex 的出色表现源于对多样化和综合性数据集的广泛训练。Triplex模型利用了来自权威来源(例如 DBPedia 和 Wikidata)以及基于网络的文本来源和合成生成的数据集生成的专有数据集。
这一广泛的基础确保了 Triplex 在各种应用中的多功能性和稳健性。
用法
开发团队设计了R2R RAG 引擎,并与Neo4J一起,以便立即利用 Triplex 进行本地知识图谱构建,这一用例现在由于这项工作才变得更加可行。在此处:https://kg.sciphi.ai/直接试用Triplex。
▲ Triplex 演示站点
二、使用 R2R 构建和使用知识图谱(Triplex)
R2R 提供灵活而强大的配置系统,可定制您的检索增强生成 (RAG) 应用程序。
它是一个完整的平台,可帮助你快速构建和启动可扩展的 RAG 解决方案。R2R 围绕简单的RESTful API构建,易于使用且可快速实施。
R2R构建知识图谱是使用新发布的Triplex 模型与本地系统一起创建的
他还支持本地Ollama,你必须在本地拥有 Triplex 模型。将其拉出并刷新其他相关模型,然后启动 Ollama 服务器
最后分享
AI大模型作为人工智能领域的重要技术突破,正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口,掌握AI大模型的知识和技能将变得越来越重要。
学习AI大模型是一个系统的过程,需要从基础开始,逐步深入到更高级的技术。
这里给大家精心整理了一份全面的AI大模型学习资源,包括:AI大模型全套学习路线图(从入门到实战)、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等,资料免费分享!
1. 成长路线图&学习规划
要学习一门新的技术,作为新手一定要先学习成长路线图,方向不对,努力白费。
这里,我们为新手和想要进一步提升的专业人士准备了一份详细的学习成长路线图和规划。可以说是最科学最系统的学习成长路线。
2. 大模型经典PDF书籍
书籍和学习文档资料是学习大模型过程中必不可少的,我们精选了一系列深入探讨大模型技术的书籍和学习文档,它们由领域内的顶尖专家撰写,内容全面、深入、详尽,为你学习大模型提供坚实的理论基础。(书籍含电子版PDF)
3. 大模型视频教程
对于很多自学或者没有基础的同学来说,书籍这些纯文字类的学习教材会觉得比较晦涩难以理解,因此,我们提供了丰富的大模型视频教程,以动态、形象的方式展示技术概念,帮助你更快、更轻松地掌握核心知识。
4. 大模型项目实战
学以致用 ,当你的理论知识积累到一定程度,就需要通过项目实战,在实际操作中检验和巩固你所学到的知识,同时为你找工作和职业发展打下坚实的基础。
5. 大模型面试题
面试,不仅是技术的较量,更需要充分的准备。在你已经掌握了大模型技术之后,就需要开始准备面试,我们将提供精心整理的大模型面试题库,涵盖当前面试中可能遇到的各种技术问题,让你在面试中游刃有余。
全套的AI大模型学习资源已经整理打包,有需要的小伙伴可以微信扫描下方CSDN官方认证二维码,免费领取【保证100%免费
】
如有侵权,请联系删除。