GraphInstruct: Empoderando a los Modelos de Lenguaje Grande con Comprensión de Grafos y Capacidad de Razonamiento

Evaluar y mejorar las capacidades generales de los modelos de lenguaje grande (LLMs) ha sido un tema importante de investigación. El grafo es una estructura de datos común en el mundo real, y comprender los datos de grafo es una parte crucial para avanzar en la inteligencia general. Para evaluar y mejorar las habilidades de comprensión de grafos de los LLMs, en este artículo, proponemos un punto de referencia llamado GraphInstruct, que incluye de manera integral 21 tareas clásicas de razonamiento sobre grafos, proporcionando diversas tuberías de generación de grafos y pasos de razonamiento detallados. Basado en GraphInstruct, construimos además GraphLM a través de un ajuste de instrucciones eficiente, que muestra una capacidad de comprensión de grafos destacada. Con el fin de mejorar el LLM con capacidad de razonamiento sobre grafos también, proponemos una estrategia de entrenamiento de enmascaramiento de pasos y construimos un modelo llamado GraphLM+. Como uno de los esfuerzos pioneros para mejorar las habilidades de comprensión y razonamiento de grafos de los LLMs, experimentos extensos han demostrado la superioridad de GraphLM y GraphLM+ sobre otros LLMs. Esperamos que más investigadores exploren el potencial de los LLMs en el dominio de la minería de datos de grafos a través de GraphInstruct. Nuestro código para generar GraphInstruct se ha publicado públicamente en: https://github.com/CGCL-codes/GraphInstruct.