Knowledge Graph (KG)

New Chinese dataset benchmarks LLMs for knowledge-grounded tasks

研究人员推出了中文数据-文本对（CDTP），这是一个大规模数据集，旨在评估中文知识增强型大型语言模型（LLMs）。该数据集包含超过700万个实例，将中文文本与知识图谱三元组配对，旨在支持知识图谱补全（KGC）、问答（QA）和三元组到文本生成（T2T）等任务。CDTP特别解决了中文的歧义和分词模糊等语言细微差别，旨在提高LLMs的结构化推理和事实理解能力。实验表明，虽然模型规模本身不足以解决问题，但在CDTP上进行微调可以提高模型在这些…