ACL 2024 | InstructGraph：改进大语言模型的图数据理解与生成

文章预览

©PaperWeekly 原创 · 作者 |  孙秋实 单位 |  新加坡国立大学 研究方向 |  自然语言处理 论文题目： InstructGraph: Boosting Large Language Models via Graph-centric Instruction Tuning and Preference Alignment 论文链接： https://arxiv.org/pdf/2402.08785 代码链接： https://github.com/wjn1996/InstructGraph Graph指令数据： https://huggingface.co/datasets/wjn1996/InstructGraph 当大语言模型遇到图，会发生什么样的化学反应呢？最近由华东师范大学（ECNU）和加州大学圣地亚哥分校（UC San Diego）联合提出了针对提升大模型在 图推理和图生成能力 的 InstructGraph 框架。该工作被 ACL 2024 接收。 背景：LLM与Graph 众所周知，大语言模型（Large Language Models，LLMs）是通过自回归式的 Causal Language Modeling 实现预训练，自然语言文本遵循着 token-by-token  的序列形式实现文本生成和推理。然而，图（Graph）则不是序列模式的数 ………………………………