{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部分”：[[2024,5,19]]，“日期-时间”：“2024-05-19T18:26:54Z”，“时间戳”：1716143214104}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“17”，“内容域”:{“域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“大型语言模型（LLM）在各种语言建模任务中表现出卓越的泛化能力和优异的性能。然而，它们在准确捕获和返回扎根知识方面仍然存在固有的局限性。虽然现有工作已经探索了利用知识图（KGs）通过联合训练和定制模型架构来增强语言建模，但由于LLM的参数数量多且计算成本高，将其应用于LLM是有问题的。因此，如何利用扎根知识（例如，检索增强生成）来增强预训练LLM仍然是一个悬而未决的问题。在这项工作中，我们提出了图形神经提示（GNP），这是一种新的即插即用方法，用于帮助经过预训练的LLM从KG学习有益的知识。GNP包含各种设计，包括标准图形神经网络编码器、交叉模态池模块、域投影仪和自监督链接预测目标。在多个数据集上的大量实验证明了GNP在不同LLM大小和设置的常识和生物医学推理任务上的优势。代码位于https:\/\/github.com/meettyj\/GNP<\/jats:p>“，”DOI“：”10.1609\/aaai.v38i17.29875“，”type“：”journal-article“，”created“：{”date-parts“：[[2024,3,25]]，”date-time“：”2024-03-25T11:59:12Z“，”timestamp“：1711367952000}，”page“：“19080-19088”，“source”：“Crossref”，“is-referenced-by-count”：3，“title”：[“Graph Neural Prompting with Large Language Models”]，“前缀”：“10.1609”，“卷”：“38”，“作者”：[{给定“：”宜君“，”家庭“：”田“，”序列“：”第一“，”从属关系“：[]}，”给定“：“欢”，”家族“：”宋“，”顺序“：”附加“，”隶属关系“：[]}。“庆”，“家族”：“胡”，“序列”：“additional“，”affiliation“：[]}，{”given“：”Fang“，”family“：”Wang“，“sequence”：“additional”，“affiliance”：[]neneneep，{“given”：“Nitesh V.”，“family”：“Chawla”，“se序列”：“附加”，“filiation”：[]}，}“giving”：“Panpan”，”faily“Xu”，“sequence”:“additionable”，“abfiliation（从属关系）：[]]}]，“member”：“9382”，“published on”：{“date-parts”：[2024,3,24]]}，“集装箱标签”：[“AAAI人工智能会议记录“]，“原标题”：[]，“链接”：[{“URL”：“https://\/ojs.AAAI.org/index.php\/AAAI\/aarticle\/download\/29875\/31526”，“内容类型”：“application\/pdf”，“内容版本”：“vor”，“预期应用程序”：“文本挖掘”}，{“URL”：“https:\/\/ojs.aaai.org\/index.php\/aaai\/aarticle\/download\/29875\/3127“，”content-type“：”unspecified“，”内容版本“：”vor“，”intended-application“：”text-mining“}，{”URL“：”https:\//\/ojs.aaai.org\/index.php\/aaai\/article\/ownload\/29975\/3126“，相似性检查“}]，”存放“：{“date-parts”：[[2024,3,25]]，“date-time”：“2024-03-25T11:59:12Z”，“timestamp”：1711367952000}，“score”：1，“resource”：{”primary“:{”URL“：”https:\/\/ojs.aaai.org\/index.php\/AAAAI\/article\/view\/29875“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{“date-ports”：[2024,14,24]]}，nces-count“：0，”journal-issue“：{”issue“：”17“，”published-on-line“：”date-parts“：[[2024,3,25]]}}，”URL“：”http://\/dx.doi.org\/10.1609\/aaai.v38i17.29875“，”关系“：{}，“ISSN”：[“2374-3468”，“2159-5399”]，“ISSN-type”：[{“value”：“2374-468”，“type”:“electronic”}，{“value”：“2159-5 399”，“类型”：“打印”}]，“主题”：[]，“发布”：{“日期部分”：[[2024,3,24]]}}}