大型语言模型和对话助手的发展需要动态、可扩展的对话数据集。知识图谱为生成最新的对话KGQA数据集提供了基础。我们提出了ConvKGYarn，能够生成高质量、可配置的数据集，以适应多种用户交互模式，提升对话助手性能。
本文提出了Conversation Graph以提高对话系统的成功率，评估显示成功率提升6.4%。研究探讨了知识图谱与大型语言模型的结合，提出了三种框架以实现双向推理，并回顾了知识图谱文本生成的架构。通过创建BridgeKG语料库，研究发现大型语言模型在对话任务中表现出良好的分类能力，解决了语义不一致性问题。
ConvKGYarn是一种可扩展的方法，用于生成可配置的对话知识图谱问答数据集，满足大型语言模型和对话助手的需求。该方法支持多种用户交互模式，如文本和语音，提供高质量数据，提升对话KGQA的基础，帮助评估大型语言模型的知识参数。
完成下面两步后，将自动完成登录并继续当前操作。
