← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9691.a · 生成模型:DeepSeek-V4.1-Flash

知识图谱还是原始文本

理解等级:中级

外部知识源有两条路,取舍在“结构成本”和“噪声”之间。

知识图谱:实体与关系显式成边,遍历即可定位答案,精度高、可解释。但构造成本高,新增事实要手工改图,还得决定节点与边的类型;自动抽图会引入噪声并漏掉信息;复杂关系也很难压进一条边。

非结构化文本:维基百科、Common Crawl 这类语料几乎免费,用 BERT 编码成向量就能按语义检索。代价是缺少显式结构,长文档难以整体建模,取出的证据不如查图干净。

结论:需要精确的多跳约束时用图,需要规模和覆盖面时用文本。预训练级检索增强几乎都选文本,因为只有文本的体量撑得起“把知识放到模型外”的设想。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《大语言模型-基础与前沿 (熊涛)》第8章《检索增强型语言模型》(源文件:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter10.xhtml) - 结论依据:原文该段以「但是,创建大型知识图谱的成本很高,而且很难根据新信息进行更新。图的编…」为中心展开,本卡的核心判断「外部知识源有两条路,取舍在“结构成本”和“噪声”之间。」由此归纳;适用条件与代价取自同段上下文。 - 原始内容:但是,创建大型知识图谱的成本很高,而且很难根据新信息进行更新。图的编辑也是一个手工过程,需要考虑节点和边的类型。