中国科大新成果入选 ICLR 2025：特定领域仅用 5% 训练数据，知识准确率提升 14%

2025-04-07 13:58:54

跨界思维

发布在

快讯

阅读：1446

中国科学技术大学MIRA实验室王杰教授团队提出了一种名为知识图谱驱动的监督微调(KG-SFT)的新框架，有效提升了大语言模型(LLMs)在特定领域的知识理解和推理能力。实验显示，该框架在低数据医学问答任务中，仅用5%的训练数据，英语场景下知识准确率提升14%，成功入选ICLR 2025。KG-SFT通过解析知识图谱中的推理路径，联合生成文本推理过程，包含Extractor提取知识关联、Generator生成流畅解释、Detector检测解释正确性三大组件。该方法不仅适用于低数据场景，还具备与现有数据增强方法结合的潜力，在多领域数据集中展现了广泛应用前景。

原文链接

本文链接：https://kx.umi6.com/article/16784.html

转载请注明文章出处

大语言模型