Structurally speaking

新方法通过基于主题的翻译改进了大型语言模型的图谱标注

研究人员开发了一种名为 Structurally Speaking 的新方法，以改进像 GPT-5.1 这样的语言模型在图谱标注方面的表现。该协议指导显式图连接与简洁的主题级描述之间的翻译，解决了直接提示生成的图谱标注冗长且不一致的问题。实验表明，这种结构化提示方法生成的图谱标注更短、更符合主题，同时保持了相当的图谱恢复能力，这表明它可以在无需模型微调的情况下提高 LLM 生成的图谱标注的可解释性。