KG-LLM-Papers

LLMs 能为 KGs 做什么？或者换句话说，在 LLMs 时代，KG 可以扮演什么角色？

🙌 本仓库收集了整合 知识图谱 (KGs) 和 大语言模型 (LLMs) 的论文。

😎 欢迎通过 Pull Requests 推荐缺失的论文。

👈 🔔 新闻

2025-02 我们预印了论文 OntoTune: Ontology-Driven Self-training for Aligning Large Language Models (WWW 2025) [Repo].
2025-02 我们预印了论文 K-ON: Stacking Knowledge On the Head Layer of Large Language Model (AAAI 2025 Oral) [Repo].
2025-01 我们预印了论文 Have We Designed Generalizable Structural Knowledge Promptings? Systematic Evaluation and Rethinking [Repo].
2024-12 我们预印了论文 TrustUQA: A Trustful Framework for Unified Structured Data Question Answering (AAAI 2025) [Repo].
2024-09 我们的论文 MKGL: Mastery of a Three-Word Language 已被 NeurIPS 2024 接收为 spotlight 论文。 [Repo]
2024-07 我们的论文 Making Large Language Models Perform Better in Knowledge Graph Completion 已被 ACM MM 2024 接收为 oral 论文。 [Repo]
2024-05 我们的论文 Knowledgeable Preference Alignment for LLMs in Domain-specific Question Answering 已被 ACL 2024 接收。 [Repo]
2024-02 我们预印了综述 Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey [Repo].
2023-06 我们创建此仓库以维护关于 Intergrating Knowledge Graphs and Large Language Models 的论文列表。

内容

📜 论文

论文

综述

[JoWS] 知识图谱、大语言模型与幻觉：NLP 视角 2024.12
[arxiv] 知识图谱与多模态学习：一项全面综述。 2024.02
[arxiv] 知识图谱能否减少 LLM 中的幻觉？：一项综述。 2023.11
[arxiv] 大语言模型中的事实性综述：知识、检索与领域特异性。 2023.10
[arxiv] 论知识图谱的演进：一项综述与展望。 2023.10
[arxiv] 评估大语言模型在 RDF 知识图谱创建与理解方面的能力：LLM 有多擅长使用 Turtle？ 2023.09
[arxiv] 大语言模型的可解释性：一项综述。 2023.09
[arxiv] 知识图谱的世代：疯狂的想法与商业影响。 2023.08
[arxiv] 大语言模型与知识图谱：机遇与挑战。 2023.08
[TKDE] 统一大语言模型与知识图谱：一份路线图。 2023.06 [Repo]
[arxiv] ChatGPT 还不够：利用知识图谱增强大语言模型以实现事实感知的语言建模。 2023.06
[arxiv] 知识增强预训练语言模型综述。 2023.05

方法

[arxiv] 将加密资产归因标签链接到知识图谱实体：一种基于 LLM 的方法。 2025.2
[arxiv] OntoTune：用于对齐大语言模型的本体驱动自训练。 2025.2
[EMNLP 2024 findings] 用于知识图谱问答的问题引导知识图谱重评分与注入。 2024.11
[EMNLP 2024 findings] SPINACH：基于 SPARQL 的针对具有挑战性的现实世界问题的信息导航。 2024.11
[arxiv] 图上的解码：通过生成格式正确的链在知识图谱上进行忠实且可靠的推理。 2024.10
[arxiv] 迈向图基础模型：知识图谱零样本推理的视角。 2024.10
[NeurIPS 2024] MKGL：掌握一种三词语言。 2024.10 [Repo]
[NeurIPS 2024] UrbanKGent：用于城市知识图谱构建的统一大语言模型智能体框架。 2024.10 [Repo]
[NeurIPS 2024] KG-FIT：基于开放世界知识的知识图谱微调。 2024.10 [Repo]
[ICML 2024] 从粗到细的高亮：减少大语言模型中的知识幻觉。 2024.10 [Repo]
[ACL 2024] SAC-KG：利用大语言模型作为领域知识图谱的熟练自动构建器。 2024.09
[NeurIPS 2024] LLM4EA：利用大语言模型进行带有噪声标注的实体对齐。 2024.09 [Repo]
[arxiv] Chain-of-Knowledge: Integrating Knowledge Reasoning into Large Language Models by Learning from Knowledge Graphs. 2024.07
[arxiv] GraphEval: A Knowledge-Graph Based LLM Hallucination Evaluation Framework. 2024.07
[arxiv] Think-on-Graph 2.0: Deep and Interpretable Large Language Model Reasoning with Knowledge Graph-guided Retrieval. 2024.07
[ISWC 2024] Finetuning Generative Large Language Models with Discrimination Instructions for Knowledge Graph Completion. 2024.07
[ACL 2024 findings] Two-stage Generative Question Answering on Temporal Knowledge Graph Using Large Language Models. 2024.07
[arxiv] Tree-of-Traversals: A Zero-Shot Reasoning Algorithm for Augmenting Black-box Language Models with Knowledge Graphs. 2024.07
[NAACL 2024 findings] GenTKG: Generative Forecasting on Temporal Knowledge Graph with Large Language Models. 2024.06
[ACL 2024 findings] Two-stage Generative Question Answering on Temporal Knowledge Graph Using Large Language Models. 2024.06
[arxiv] Efficient Knowledge Infusion via KG-LLM Alignment. 2024.06
[arxiv] Knowledge Graph Enhanced Retrieval-Augmented Generation for Failure Mode and Effects Analysis. 2024.06
[arxiv] Knowledge Graph-Enhanced Large Language Models via Path Selection. 2024.06
[arxiv] Learning to Plan for Retrieval-Augmented Large Language Models from Knowledge Graphs. 2024.06
[arxiv] Docs2KG: 由大语言模型辅助的异构文档统一知识图谱构建。 2024.06
[arxiv] UniOQA: 基于大语言模型的知识图谱问答统一框架。 2024.06
[arxiv] 基于多模态知识图谱的多模态推理。 2024.06
[arxiv] 大语言模型在天文学研究中的知识图谱应用：量化跨学科科学发现中的驱动力。 2024.06
[arxiv] EffiQA: 基于知识图谱的策略性多模型协作高效问答。 2024.06
[arxiv] 先探索后确定：用于知识图谱推理的 GNN-LLM 协同框架。 2024.06
[arxiv] EMERGE: 集成 RAG 以改进多模态 EHR 预测建模。 2024.06
[EPJ Data Science] 闪光还是真金？通过大语言模型从可持续发展报告中提取结构化洞察。 2024.06
[arxiv] DepsRAG: 利用大语言模型管理软件依赖。 2024.06 [Repo]
[arxiv] KNOW: 用于大语言模型知识捕获的真实世界本体 2024.05 [Repo]
[arxiv] HippoRAG: 受神经生物学启发的用于大语言模型的长期记忆 2024.05 [Repo]
[arxiv] 提示时本体驱动的用于大语言模型的符号知识捕获 2024.05 [Repo]
[arxiv] Timeline-based Sentence Decomposition with In-Context Learning for Temporal Fact Extraction. 2024.05
[arxiv] SOK-Bench: A Situated Video Reasoning Benchmark with Aligned Open-World Knowledge. 2024.05
[arxiv] Mitigating Hallucinations in Large Language Models via Self-Refinement-Enhanced Knowledge Retrieval. 2024.05
[arxiv] Prompting Large Language Models with Knowledge Graphs for Question Answering Involving Long-tail Facts. 2024.05
[arxiv] DALK: Dynamic Co-Augmentation of LLMs and KG to answer Alzheimer's Disease Questions with Scientific Literature. 2024.05
[arxiv] BiasKG: Adversarial Knowledge Graphs to Induce Bias in Large Language Models. 2024.05
[arxiv] AttacKG+:Boosting Attack Knowledge Graph Construction with Large Language Models. 2024.05
[arxiv] Sora Detector: A Unified Hallucination Detection for Large Text-to-Video Models. 2024.05
[arxiv] FOKE: A Personalized and Explainable Education Framework Integrating Foundation Models, Knowledge Graphs, and Prompt Engineering. 2024.05
[arxiv] Relations Prediction for Knowledge Graph Completion using Large Language Models. 2024.05
[arxiv] Evaluating Large Language Models for Structured Science Summarization in the Open Research Knowledge Graph. 2024.05
[arxiv] Improving Complex Reasoning over Knowledge Graph with Logic-Aware Curriculum Tuning. 2024.05
[arxiv] 基于知识图谱和大语言模型的 RAG 可解释道路用户行为预测，用于自动驾驶。 2024.05
[arxiv] PrivComp-KG：利用知识图谱和大语言模型进行隐私政策合规性验证。 2024.04
[arxiv] 基于大语言模型的知识图谱多跳问答。 2024.04
[arxiv] 主题特定知识图谱的自动构建。 2024.04
[arxiv] 基于知识图谱的检索增强生成用于客服问答。 2024.04
[arxiv] 使用大语言模型评估知识图谱中的类成员关系。 2024.04
[arxiv] KGValidator：知识图谱构建自动验证框架。 2024.04
[arxiv] 用于生成多论文引用的上下文增强语言模型。 2024.04
[arxiv] 在高效知识路径上进行推理：知识图谱引导大语言模型进行领域问答。 2024.04
[arxiv] KG-CTG：通过知识图谱引导的大语言模型进行引用生成。 2024.04
[arxiv] CuriousLLM：通过推理注入的知识图谱提示提升多文档问答。 2024.04
[arxiv] ODA：用于集成大语言模型和知识图谱的观察驱动智能体。 2024.04
[arxiv] 构建知识图谱以丰富制造业服务发现中的 ChatGPT 响应。 2024.04
[arxiv] 思维逻辑查询：引导大语言模型利用知识图谱回答复杂逻辑查询。 2024.04
[arxiv] 提取、定义、规范化：一种基于 LLM 的知识图谱构建框架。 2024.04
[COLM 2024] 揭示 LLM：动态知识图谱中潜在表示的演化。 2024.04
[arxiv] 通过大语言模型构建多学科材料科学中的功能材料知识图谱。 2024.04
[arxiv] 关于在编码器-解码器语言模型中线性化结构化数据：来自 Text-to-SQL 的见解。 2024.04
[arxiv] 用于时序知识图谱问答的自我改进编程。 2024.04
[arxiv] LLM 作为探索、分析和可视化知识图谱助手的初步路线图。 2024.04
[arxiv] 使用大规模知识图谱评估大语言模型的事实性。 2024.04
[arxiv] 利用大语言模型的力量进行不确定性感知的图处理。 2024.04
[arxiv] EventGround：通过基于以事件为中心的知识图谱进行叙事推理。 2024.04
[arxiv] Generate-on-Graph：在不完全知识图谱问答中将 LLM 同时作为 Agent 和 KG。 2024.04
[arxiv] 从局部到全局：一种用于查询聚焦摘要的 Graph RAG 方法。 2024.04
[arxiv] HyKGE: 一种假设知识图谱增强框架，用于准确且可靠的医疗 LLMs 响应。 2024.04
[arxiv] KnowLA: 通过知识适配增强参数高效微调。 2024.03
[LREC-COLING 2024] KC-GenRe: 一种基于大语言模型的知识约束生成式重排序方法，用于知识图谱补全。 2024.03
[arxiv] K-Act2Emo: 用于间接情感表达的韩语常识知识图谱。 2024.03
[arxiv] 将大语言模型中的领域特定内容融合到知识图谱中，以增强零样本物体状态分类。 2024.03
[arxiv] 使用预训练大语言模型构建超关系知识图谱。 2024.03
[arxiv] 必要时再叫我：LLMs 可以高效且忠实地在结构化环境中进行推理。 2024.03
[arxiv] 从人类专家到机器：一种 LLM 支持的本体和知识图谱构建方法。 2024.03
[arxiv] 常识知识图谱上逻辑查询的复杂推理。 2024.03
[arxiv] 用于链接预测的知识图谱大语言模型 (KG-LLM)。 2024.03
[arxiv] KG-Rank: 通过知识图谱和排序技术增强医疗问答的大语言模型。 2024.03
[arxiv] 通过社区挑战推进生物医学文本挖掘。 2024.03
[arxiv] 基于大语言模型的学习推荐解释中的知识图谱作为上下文来源。 2024.03
[arxiv] 面向知识增强零样本问答的证据聚焦事实摘要。 2024.03
[arxiv] AceMap：通过学术图谱进行知识发现。 2024.03
[arxiv] KnowPhish：大语言模型与多模态知识图谱结合以增强基于引用的钓鱼检测。 2024.03
[arxiv] 揭示未见安全实体之间的隐藏链接。 2024.03
[LREC-COLING 2024] 利用大语言模型进行多视角知识图谱补全改进。 2024.03
[arxiv] 通过上下文提示将知识注入大语言模型。 2024.03
[arxiv] CR-LT-KGQA：一个需要常识推理和长尾知识的知识图谱问答数据集。 2024.03
[arxiv] 因正确原因而正确：用于可验证常识知识图谱问答的大语言模型。 2024.03
[arxiv] 长尾知识的自动问答生成。 2024.03
[arxiv] AutoRD：基于本体增强大语言模型的罕见病知识图谱构建自动端到端系统。 2024.03
[arxiv] 利用大语言模型进行逐步自一致数学推理。 2024.02
[arxiv] 利用大语言模型在时序知识图谱上进行两阶段生成式问答。 2024.02
[arxiv] 解锁大语言模型在实体对齐中的潜力。 2024.02
[arxiv] 通过历史链推理增强大语言模型在时序知识图谱预测中的表现。 2024.02
[arxiv] 打破壁垒：通过推理知识图谱利用大语言模型构建工业推荐系统。 2024.02
[arxiv] 知识图谱增强的大语言模型编辑。 2024.02
[arxiv] 面向基于知识的视觉问答的大语言模型模态感知集成。 2024.02
[arxiv] 基于图的检索器捕捉生物医学知识的长尾部分。 2024.02
[arxiv] LLM 作为提示器：在任意知识图谱上进行低资源归纳推理。 2024.02
[arxiv] 反直觉：大语言模型对知识图谱的理解比我们想象的更好。 2024.02
[arxiv] InfuserKI：通过 Infuser 引导的知识集成增强大语言模型。 2024.02
[arxiv] 利用大语言模型开发材料工程领域的自动化知识图谱和数据库。 2024.02
[arxiv] KG-Agent：用于知识图谱复杂推理的高效自主智能体框架。 2024.02
[arxiv] PAT-Questions：一个用于以当前为锚点的时序问答的自更新基准。 2024.02
[arxiv] 一种用于基于大语言模型的零样本链接预测的浓缩转换图框架。 2024.02
[arxiv] 利用伪知识图谱和多源知识图谱增强大语言模型以进行开放式问答。 2024.02
[arxiv] G-Retriever：用于文本图理解和问答的检索增强生成。 2024.02
[arxiv] X-LoRA：低秩适配器专家混合，一种适用于大语言模型的灵活框架，应用于蛋白质力学与设计。 2024.02
[arxiv] REALM：通过大语言模型驱动 RAG 增强多模态电子健康记录分析。 2024.02
[arxiv] GLaM：通过邻域划分和生成式子图编码微调大语言模型以进行领域知识图谱对齐。 2024.02
[arxiv] 让你的图开口说话：为 LLM 编码结构化数据。 2024.02
[arxiv] CADReN：用于可控跨图节点重要性估计的上下文锚点驱动关系网络。 2024.02
[arxiv] 通过知识图谱集成协作的增强型基于提示的 LLM 推理方案。 2024.02
[arxiv] SPARQL 生成：关于微调 OpenLLaMA 以进行生命科学知识图谱问答的分析。 2024.02
[arxiv] 语义通信与知识学习的相互作用。 2024.02
[arxiv] GUARD：通过角色扮演生成自然语言越狱攻击以测试大语言模型的准则遵循性。 2024.02
[arxiv] 为多模态大语言模型中的图推理渲染图。 2024.02
[arxiv] 评估由大语言模型生成的基于医学图像和症状分析的多模态诊断。 2024.02
[EACL 2024] 从大语言模型进行上下文蒸馏以完成知识图谱。 2024.02
[EACL 2024] 基于知识的文本生成中对话式大语言模型的比较分析。 2024.02
[arxiv] 使用大语言模型进行提示时符号知识捕获。 2024.02 [Repo]
[arxiv] 图数据库引擎中的有效缺陷检测：一种基于大语言模型的方法。 2024.02
[arxiv] 两个头比一个好：整合知识图谱和大语言模型的知识用于实体对齐。 2024.01
[arxiv] 使用知识图谱对大语言模型在复杂问答归因中的基准测试。 2024.01
[arxiv] 线索引导的路径探索：一种低计算资源消耗的高效知识库问答框架。 2024.01
[AAAI 2024] KAM-CoT：知识增强的多模态思维链推理。 2024.01
[arxiv] 上下文很重要：利用图结构知识上下文推动开放式答案生成的边界。 2024.01
[arxiv] 支持学生决策的学习推荐：一个基于 LLM 的聊天机器人，通过知识图谱上下文实现对话式可解释性与指导。 2024.01
[arxiv] 从大语言模型中蒸馏事件序列知识。 2024.01
[ACL 24] 大语言模型可以学习时间推理。 2024.01 [Repo]
[arxiv] Chain of History：利用 LLM 进行时间知识图谱补全的学习与预测。 2024.01
[arxiv] TechGPT-2.0：一个解决知识图谱构建任务的大语言模型项目。 2024.01 [Repo]
[arxiv] 评估大语言模型在基于知识图谱的对话式问答中的语义解析能力。 2024.01
[arxiv] 地球是平的？揭示大语言模型中的事实错误。 2024.01
[arxiv] keqing：基于知识的问答是 LLM 的自然思维链导师。 2024.01
[arxiv] Quartet Logic：一个用于推进短文本分类的四步推理 (QLFR) 框架。 2024.01
[arxiv] 基于知识图谱的重述式对话问答。 2023.12
[arxiv] Think and Retrieval：一种假设知识图谱增强的医疗大语言模型。 2023.12
[arxiv] KnowledgeNavigator：利用大语言模型增强知识图谱上的推理。 2023.12
[arxiv] 城市生成智能（UGI）：具身城市环境中智能体的基础平台。 2023.12
[arxiv] 基于语义三元组和知识图谱的零样本事实核查。 2023.12
[arxiv] KGLens：一种参数化知识图谱解决方案，用于评估大语言模型知道和不知道的内容。 2023.12
[arxiv] LLM-ARK：通过深度强化学习使用大语言模型进行知识图谱推理。 2023.12
[arxiv] 迈向可信的 AI 软件开发辅助。 2023.12
[arxiv] KnowGPT：面向大语言模型的黑盒知识注入。 2023.12
[arxiv] 通过渐进式提示增强使大语言模型成为在线营销的更好知识挖掘者。 2023.12
[arxiv] 使用大语言模型进行概念工程。 2023.12
[arxiv] 超越孤立：多智能体协同以改进知识图谱构建。 2023.12
[arxiv] 使用大语言模型进行零样本和少样本知识图谱三元组抽取。 2023.12
[arxiv] 关于使用知识图谱探索大语言模型推理能力的研究。 2023.11
[arxiv] 面向大语言模型的生物医学知识图谱优化提示生成。 2023.11 [Repo]
[arxiv] 一种图到文本方法，用于人机交互中基于知识基础的响应生成。 2023.11
[EMNLP 2023]重新审视知识注入框架。 2023.12
[EMNLP 2023]事实知识的正确性对事实知识增强的预训练语言模型重要吗？ 2023.12
[EMNLP 2023]ReasoningLM：在预训练语言模型中实现结构子图推理，用于知识图谱问答。 2023.12
[EMNLP 2023 Findings]KICGPT：具有上下文知识的用于知识图谱补全的大语言模型。 2023.12
[arxiv] $R^3$-NL2GQL：一种用于提高准确性和缓解幻觉的混合模型方法。 2023.11
[arxiv]通过基于自主知识图谱的重构缓解大语言模型幻觉。 2023.11
[EMNLP 2023]微调的大语言模型在基于 Wikidata 的少样本序列到序列语义解析中知道更多，幻觉更少。 2023.11
[arxiv]在学术知识图谱问答中利用大语言模型。 2023.11
[arxiv]面向领域特定问答的大语言模型知识偏好对齐。 2023.11
[arxiv] OLaLa：基于大语言模型的本体匹配。 2023.11
[arxiv]基于大语言模型的无人系统知识库问答的上下文学习。 2023.11
[arxiv]让我们发现更多 API 关系：一种基于大语言模型的用于无监督 API 关系推理的 AI 链。 2023.11
[arxiv]形式追随功能：基于功能需求的文本到文本条件图生成。 2023.11
[arxiv] 大型语言模型与知识图谱结合以回答事实性问题。 2023.10
[arxiv] 答案候选类型选择：用于闭卷问答的文本到文本语言模型与知识图谱的结合。 2023.10
[arxiv] 知识注入提示：使用大型语言模型评估和推进临床文本数据生成。 2023.10
[arxiv] DIVKNOWQA：通过基于知识库和文本的开放域问答评估大语言模型的推理能力。 2023.10
[arxiv] 用于解释性基于大语言模型的材料设计的生成式检索增强本体图谱和多智能体策略。 2023.10
[arxiv] 基于大语言模型和知识图谱的多模态生态文明模式推荐方法。 2023.10
[arxiv] LoRAShear：高效的大语言模型结构化剪枝与知识恢复。 2023.10
[arxiv] Graph Agent：用于图结构的显式推理智能体。 2023.10
[arxiv] 用于知识库问答的上下文模式理解方法。 2023.10
[arxiv] GraphGPT：用于大语言模型的图指令微调。 2023.10
[EMNLP 2023 Findings] 大语言模型中事实知识的系统性评估。 2023.10
[EMNLP 2023 Findings] KG-GPT：使用大语言模型在知识图谱上进行推理的通用框架。 2023.10
[arxiv] MechGPT，一种基于语言的力学与材料建模策略，连接跨尺度、跨学科和跨模态的知识。 2023.10
[arxiv] Qilin-Med：多阶段知识注入的先进医疗大语言模型。 2023.10
[arxiv] ChatKBQA：一种使用微调大语言模型进行知识库问答的先生成后检索框架。 2023.10
[arxiv] 从大语言模型到知识图谱，用于癌症生物标志物发现。 2023.10
[arxiv] 让大语言模型在知识图谱补全中表现更好。 2023.10
[arxiv] CP-KGC：使用大语言模型进行约束提示的知识图谱补全。 2023.10
[arxiv] PHALM：通过提示人类和语言模型从零开始构建知识图谱。 2023.10
[arxiv] InstructProtein：通过知识指令对齐人类语言和蛋白质语言。 2023.10
[arxiv] Knowledge Crosswords：使用大语言模型对结构化知识进行几何推理。 2023.10
[ICLR 2024] 图上的推理：忠实且可解释的大语言模型推理。 2023.10 [Repo]
[arxiv] RelBERT：使用语言模型嵌入关系。 2023.10
[arxiv] 评估大语言模型在 RDF 知识图谱创建和理解方面的能力：LLMs 说 Turtle 有多好？。 2023.09
[arxiv] 让我们聊天来寻找 API：通过 AI Chain 连接人类、LLM 和知识图谱。 2023.09
[arxiv] 基于大语言模型的图神经提示。 2023.09
[arxiv] 一种用于施工合同知识建模的知识表示方法。 2023.09
[arxiv] Retrieve-Rewrite-Answer：一种用于知识图谱问答的 KG-to-Text 增强 LLMs 框架。 2023.09
[arxiv] “合并冲突！”探索外部干扰项对参数化知识图谱的影响。 2023.09
[arxiv] FactLLaMA：利用外部知识优化指令遵循语言模型以进行自动化事实核查。 2023.09
[arxiv] ChatRule：利用大语言模型挖掘逻辑规则以进行知识图谱推理。 2023.09
[AAAI 2024] 用于基于知识的问答的代码风格上下文学习。 2023.09
[arxiv] 通过基于 LLM 的自主智能体释放图学习的潜力。 2023.09
[arxiv] 利用结构化医学知识库对大语言模型进行知识调优，以实现中文可靠响应生成。 2023.09
[arxiv] Knowledge Solver：教导 LLMs 从知识图谱中搜索领域知识。 2023.09
[arxiv] 基于三元组感知预训练的生物医药实体链接。 2023.08
[arxiv] 探索用于知识图谱补全的大语言模型。 2023.08 [Repo]
[arxiv] 开发用于评估大语言模型在知识图谱工程方面表现的可扩展基准。 2023.08
[arxiv] 利用医疗知识图谱增强大语言模型进行诊断预测。 2023.08
[arxiv] LKPNR：基于大语言模型和知识图谱的个性化新闻推荐框架。 2023.08
[arxiv] 用于多文档问答的知识图谱提示。 2023.08
[arxiv] 从头到尾：大语言模型（LLM）的知识储备如何？又名：大语言模型会取代知识图谱吗？。 2023.08
[arxiv] MindMap：知识图谱提示激发大语言模型中的思维图谱。 2023.08
[arxiv] 迈向语义丰富的嵌入以实现知识图谱补全。 2023.07
[TKDE 2024] AutoAlign：由大语言模型赋能的全自动且有效的知识图谱对齐。 2023.07
[arxiv] 使用大语言模型从知识图谱进行零样本自然语言生成。 2023.07
[ICLR 2024] Think-on-Graph：基于知识图谱的大语言模型深度且负责任的推理。 2023.07
[SIGKDD 2024 Explorations] 探索大语言模型（LLMs）在图学习中的潜力。 2023.07
[arxiv] 探索大语言模型在在线工作推荐中的图数据理解。 2023.07
[arxiv] RecallM：一种用于时间上下文理解和问答的架构。 2023.07
[arxiv] LLM 辅助知识图谱工程：基于 ChatGPT 的实验。 2023.07
[arxiv] 用于知识图谱构建的迭代零样本 LLM 提示。 2023.07
[arxiv] Snowman：从基础模型中蒸馏的百万级中文常识知识图谱 . 2023.06
[arxiv] 用于零样本知识图谱问答的知识增强语言模型提示。 2023.06
[arxiv] 通过本体推理微调大型企业语言模型。 2023.06
[NeurIPS 2023] 面向知识密集型任务中小语言模型的知识增强推理蒸馏。 2023.05
[arxiv] 利用大语言模型增强知识图谱构建。 2023.05
[arxiv] ChatGraph：通过将 ChatGPT 知识转换为图谱实现可解释的文本分类。 2023.05
[ACL 2023] FactKG：通过知识图谱推理进行事实验证。 2023.05
[arxiv] HiPrompt：通过层次导向提示实现少样本生物医学知识融合。 2023.04
[EMNLP 2023] StructGPT：大语言模型在结构化数据上进行推理的通用框架。 2023.05
[ICLR 2024] 利用解释：LLM-to-LM 解释器用于增强文本属性图表示学习。 2023.05
[arxiv] 用于知识图谱构建与推理的 LLM：近期能力与未来机遇。 2023.05 [Repo]
[NeurIPS 2023] 语言模型能否解决自然语言中的图问题？ 2023.05
[arxiv] 知识图谱补全模型是少样本学习者：基于 LLM 的电商关系标注实证研究。 2023.05
[arxiv] 大型语言模型能否生成显著的否定陈述？ 2023.05
[arxiv] GPT4Graph：大型语言模型能否理解图结构化数据？一项实证评估与基准测试。 2023.05
[arxiv] 使用大型语言模型进行知识图谱上的复杂逻辑推理。 2023.05 [Repo]
[arxiv] 因果推理与大型语言模型：开启因果性的新前沿。 2023.04
[arxiv] 大型语言模型能否构建因果图？ 2023.04
[arxiv] 使用多个 RDF 知识图谱丰富 ChatGPT 的响应。 2023.04
[arxiv] Graph-ToolFormer：通过 ChatGPT 增强的提示赋予 LLM 图推理能力。 2023.04
[arxiv] 结构化提示询问与语义递归提取 (SPIRES)：一种使用零样本学习填充知识库的方法。 2023.04 [Repo]

资源与基准测试

[arxiv] MultiHal：用于评估 LLM 幻觉的知识图谱接地多语言数据集 2025.05 [Repo]
[arxiv] STaRK：在文本和关系知识库上对 LLM 检索进行基准测试。 2024.04 [Repo]
[arxiv] RareBench：LLM 能否充当罕见病专家？。 2024.02
[arxiv] 使用知识图谱对复杂问答归因中的大型语言模型进行基准测试。 2024.01
[ACL 24] 大型语言模型可以学习时间推理。 2024.01 [Repo]
[arxiv] AbsPyramid：使用统一蕴含图对语言模型的抽象能力进行基准测试。 2023.11
[arxiv] 一个基准，用于理解知识图谱在企业 SQL 数据库问答中大型语言模型准确性的作用。 2023.11
[arxiv] 迈向可验证生成：一个用于知识感知语言模型归因的基准。 2023.10
[EMNLP 2023] MarkQA：一个具有数值推理能力的大规模 KBQA 数据集。 2023.10
[CIKM 2023] 从文本中进行本体丰富：一个用于概念发现和定位的生物医学数据集。 2023.06
[arxiv] Xiezhi：一个用于整体领域知识评估的持续更新基准。 2023.06
[AACL 2023 System Demonstrations] LambdaKG：一个基于预训练语言模型的知识图谱嵌入库 2023.03 [Repo]
[arxiv] 基于循环评估的配对知识图谱-文本数据集构建。 2023.09
[arxiv] 从大语言模型到癌症生物标志物发现的知识图谱。 2023.10
[ISWC 2023] Text2KGBench: 一个从文本生成本体驱动知识图谱的基准。 2023.08

贡献

👥 贡献者

🎉 贡献 ( 欢迎 ! )

✨ 添加一篇新论文或更新一篇现有的 KG 相关 LLM 论文。
🧐 使用与现有条目相同的格式来描述该工作。
😄 建议通过 Adding Issues 或 Pull Requests 提供非常简短的说明，解释为什么你认为应该添加或更新某篇论文 (Not Neccessary)。

如果你放错了什么，请不要担心，他们会为你修正。请自由地贡献并在此推广你出色的工作！ 🤩 我们会及时回复你 ~ 😉

🤝 引用：

如果本 Repo 对您有帮助，请考虑引用我们的其中一篇论文。我们将不胜感激 :)

@inproceedings{DBLP:conf/nips/GuoB000LSZLLZZC24,
  author       = {Lingbing Guo and
                  Zhongpu Bo and
                  Zhuo Chen and
                  Yichi Zhang and
                  Jiaoyan Chen and
                  Yarong Lan and
                  Mengshu Sun and
                  Zhiqiang Zhang and
                  Yangyifei Luo and
                  Qian Li and
                  Qiang Zhang and
                  Wen Zhang and
                  Huajun Chen},
  title        = {{MKGL:} Mastery of a Three-Word Language},
  booktitle    = {NeurIPS},
  year         = {2024}
}

@inproceedings{DBLP:conf/acl/ZhangCFLL0C24,
  author       = {Yichi Zhang and
                  Zhuo Chen and
                  Yin Fang and
                  Yanxi Lu and
                  Fangming Li and
                  Wen Zhang and
                  Huajun Chen},
  title        = {Knowledgeable Preference Alignment for LLMs in Domain-specific Question
                  Answering},
  booktitle    = {{ACL} (Findings)},
  pages        = {891--904},
  publisher    = {Association for Computational Linguistics},
  year         = {2024}
}

@inproceedings{DBLP:conf/mm/00090GX0C24,
  author       = {Yichi Zhang and
                  Zhuo Chen and
                  Lingbing Guo and
                  Yajing Xu and
                  Wen Zhang and
                  Huajun Chen},
  title        = {Making Large Language Models Perform Better in Knowledge Graph Completion},
  booktitle    = {{ACM} Multimedia},
  pages        = {233--242},
  publisher    = {{ACM}},
  year         = {2024}
}