ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">Triplex 是一款特别训练的三元组提取模型，可以将大量非结构化数据转化为结构化数据。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">与 GPT-4o 相比，Triplex 在知识图谱构建方面性能更优，并且在零样本提示技术上表现更优，有效提升了知识图谱查询质量。而其成本却不到GPT-4o的十分之一。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">Triplex 是开源的，可在 HuggingFace 和 ollama 上获取。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">HuggingFace ：https://huggingface.co/SciPhi/TriplexingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">ollama：https://ollama.com/sciphi/triplexingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">
ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">知识图谱在回答传统搜索引擎难以处理的复杂查询方面表现出色，尤其是涉及群体关系的查询。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">例如，“提供科技学校毕业的 AI 从业人员名单。”微软最近发布的 GraphRAG 论文进一步提升了人们对知识图谱的兴趣。ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;margin: 1.5em 8px;letter-spacing: 0.1em;color: rgb(63, 63, 63);text-align: justify;">然而构建知识图谱的过程一直以来都非常复杂且耗费资源，限制了其推广。据估计，微软的 GraphRAG 方法成本特别高，每个输入标记需要生成至少一个输出标记。这种高成本使得大多数应用难以承受。Triplex 旨在通过将知识图谱生成成本降低十倍来颠覆这一现状。Triplex 通过将非结构化文本转化为“语义三元组”来降低成本，这些三元组是知识图谱的基本单元。 以下是 Triplex 处理简单句子的示例： 城市：巴黎>首都>国家：法国
城市：巴黎>位于>国家：法国
以及更复杂的输入： 艺术家：梵高>属于>艺术流派：后印象派
作品：星夜>创作于>艺术家：梵高
艺术家：梵高>属于>艺术流派：表现主义
艺术家：梵高>属于>艺术流派：野兽派
性 能 性能测试表明，Triplex 在成本和性能上都显著优于 GPT-4o。 准确性对比
价格对比
三元组提取模型的结果可与 GPT-4 相媲美，但成本却仅为其一小部分。这一显著的成本降低归功于 Triplex 的小型模型和无需少量示例上下文的能力。 在 SFT 模型的基础上，我们生成了更多基于偏好的数据集，通过多数投票和拓扑排序进一步使用 DPO 和 KTO 对 Triplex 进行训练。 这些额外的训练步骤显著提高了模型的性能。为了准确评估这些改进，我们使用 Claude-3.5 Sonnet 进行了严格评估。 评估中，我们对 Triplex-base、Triplex-kto 和 GPT-4o 进行了对比，结果如下表所示： | 模型1 | 模型2 | 模型1胜 | 模型2胜 | 平局 | | triplex-base | gpt-4o | 54% | 43% | 3% | | triplex-kto | triplex-base | 66% | 26% | 8% | | triplex-kto | gpt-4o | 56% | 40% | 4% |
Triplex 的卓越性能源于其在多样且全面的数据集上的进行训练。 模型利用了来自 DBPedia 和 Wikidata 等权威来源的专有数据集，以及基于网络文本和合成生成的数据集。 数据集来源确保了 Triplex 在各种应用中的多功能性和稳健性。 使 用Triplex 还设计了 R2R RAG 引擎，结合 Neo4J 以立即利用 Triplex 进行本地知识图谱构建，这一用例因我们的工作而变得更加可行。 |
