南加州大学 发布 KG-LLM-Bench 数据集, 应用在 知识图谱、大型语言模型 领域

南加州大学 本次发布的数据集 KG-LLM-Bench, KG-LLM-Bench是一个用于评估大型语言模型在文本化知识图上进行推理的综合性、可扩展基准。该数据集由南加州大学的研究人员创建，旨在通过五个知识图理解任务来评估不同编码策略对性能的影响。数据集包含了由WikiDataSets Countries知识图谱生成的子图，涵盖了地理、政治、时间等多种关系类型。KG-LLM-Bench为研究人员提供了一个公共的基准和框架，以便快速扩展。

查看KG-LLM-Bench

关于 南加州大学 , 南加州大学是一所位于美国加利福尼亚州洛杉矶的著名私立研究型大学，以其电影艺术学院和商学院闻名全球。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。