AtlasKV(十亿级图谱增强大模型)
资源介绍
AtlasKV 是 ICLR 2026 论文的官方实现,把十亿级三元组规模的知识图谱编码为键值向量接入大模型,在 20GB 以内显存完成知识增强。仓库提供 KG2KV 数据构建、训练、显存与准确率评测脚本,以及在 ATLAS-Wiki、ATLAS-CC 上训练的检查点。适合研究大模型知识注入、知识图谱与大模型融合的科研人员,在有限 GPU 资源下复现与对比。
- 功能 1: KG2KV 流程把知识图谱三元组转为 QKV 训练数据
- 功能 2: 支持 ATLAS-Wiki、ATLAS-CC 十亿级图谱与合成数据
- 功能 3: 可选 text-embedding-ada-002、text-embedding-3-large、all-MiniLM-L6-v2 三种句向量编码器
- 功能 4: 提供显存开销、知识准确率与生成相关性评测脚本
- 功能 5: 发布训练 3K 步的检查点
资源信息
- 提供方
- HKUST-KnowComp(香港科技大学宋阳秋副教授组)
- 类型
- 工具 / 代码库
- 分类
- 知识图谱与图计算
- 运行环境
- 工具或库
- 适用场景
- 研究大模型知识增强、知识图谱与大模型融合、低显存知识注入的科研人员,适合在单卡资源下复现与对比知识增强方法。
- 许可证(收录时)
- MIT
- 源码
- GitHub
