Cypher
PulseAugur coverage of Cypher — every cluster mentioning Cypher across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
开发者在流行的CodeGraphContext MCP服务器中发现静默API漏洞
一位开发者在CodeGraphContext MCP服务器中发现了一个静默API漏洞。该服务器将代码库索引到图数据库中供AI助手使用。该漏洞发生的原因是HTTP查询端点期望一个名为'cypher_query'的参数，但内部路由函数将其传递为'query'，导致返回一个空的错误消息，HTTP响应码为200，而不是执行查询。开发者通过在路由函数中调整参数名称来修复了此问题。
-
新管道KG2Cypher为企业知识图谱构建自然语言接口
研究人员开发了KG2Cypher，一个以数据为中心的管道，旨在为企业知识图谱创建自然语言接口。该系统从图谱事实生成可执行的Cypher查询，然后使用LLM创建相应的自然语言问题。此过程包括LLM裁判的验证和人工审查，并将生成的数据用于监督微调。KG2Cypher在查询执行和准确性方面显示出显著的改进，尤其是在韩国企业环境中。
-
用于医疗问答的LLM：探索新的推理提示和知识图谱接地
研究人员正在探索改进大型语言模型（LLM）在开放式医疗问答方面的能力。一种方法是使用一种名为CLINICR的思维链（CoT）推理提示，旨在模仿临床推理，并在MEDQA-OPEN等修改后的数据集上表现优于现有的5-shot CoT提示。另一项研究调查了知识图谱（KG）接地的有效性，发现它仅在所需信息超出模型训练数据范围时，特别是对于新颖或私有知识，才能显著提高LLM的准确性，而对已知事实的益处很小。
-
CYGNET 系统验证 AI 生成的数据库 Cypher 查询
研究人员开发了 CYGNET，一个旨在验证和纠正语言模型生成的 Cypher 查询的系统，然后再与 Neo4j 数据库进行交互。这个预执行门可确保结构完整性并标记潜在的昂贵查询计划，从而提高处理知识图的 AI 代理的可靠性。该系统在捕获错误和保持各种基准测试中的生成准确性方面表现出很高的成功率。
-
新的 RAS 方法提高了语言模型 Cypher 查询的准确性
研究人员开发了一种名为反射增强缩放（RAS）的新方法，以提高语言模型生成属性图数据库 Cypher 查询的准确性。RAS 利用查询执行失败的错误消息作为反馈来改进后续尝试，这是一种不同于简单重采样的手法。与独立缩放方法相比，这种方法显著减少了查询执行错误。
-
LLM代理通过约束引导的Chase & Backchase生成图查询
研究人员开发了UniQGen，一个使用大型语言模型代理生成图查询的新框架。该方法扩展了Chase & Backchase算法，以动态提取和优化查询子句，支持Cypher等多种查询语言，超越了典型的RDF/SPARQL。在GraphQ和GrailQA等基准测试上的评估显示，与现有方法相比，准确性和效率有了显著提高。