线索引导的路径探索：一个高效的知识库问答框架，低计算资源消耗
原文中文，约500字，阅读约需1分钟。发表于：。我们介绍了一个名为 Clue-Guided Path Exploration (CGPE) 的框架，它有效地将知识库和大型语言模型相结合，以少量的计算资源要求更新模型的知识，并在开放数据集上的实验证明其优于现有方法，对于计算资源有限的组织和个人具有重要的实际价值。
本研究提出了基于ChatGPT的Cypher查询语言生成框架，用于无人系统中的知识图推理问答。通过预测CQL的语法信息、提取专有名词、选择相似示例、构造输入模板、生成CQL模型和集成模型等步骤，获得了较高的竞赛成绩。
