KG_RAG
K
KG RAG
简介 :
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
总访问量: 474.6M
占比最多地区: US(18.64%)
本站浏览量 : 70.4K
使用场景
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
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase