A Comprehensive Survey on Integrating Large Language Models with Knowledge-Based Methods

要約

人工知能の急速な発展は、現場で著しい進歩をもたらしました。
研究の興味深い方向の1つは、大規模な言語モデル（LLM）を構造化された知識ベースのシステムと統合できるかどうかです。
このアプローチは、LLMの生成言語理解と、それらが統合されている正確な知識表現システムを組み合わせることを目的としています。
この記事では、LLMSと知識ベースの関係を調査し、それらを実際に適用する方法を調べ、関連する技術、運用、および倫理的課題について説明します。
文献の包括的な調査を利用して、この研究は重要な問題を特定し、既存の解決策を評価します。
それは、データのコンテキスト化、モデルの精度、および知識リソースの利用に関する構造化された知識ベースシステムに生成AIを組み込むことのメリットを示しています。
調査結果は、研究の現在の状況の完全なリストを提供し、主なギャップを指摘し、役立つパスを提案します。
これらの洞察は、AIテクノロジーの前進に貢献し、さまざまなセクターでの実用的な展開をサポートしています。

要約(オリジナル)

The rapid development of artificial intelligence has led to marked progress in the field. One interesting direction for research is whether Large Language Models (LLMs) can be integrated with structured knowledge-based systems. This approach aims to combine the generative language understanding of LLMs and the precise knowledge representation systems by which they are integrated. This article surveys the relationship between LLMs and knowledge bases, looks at how they can be applied in practice, and discusses related technical, operational, and ethical challenges. Utilizing a comprehensive examination of the literature, the study both identifies important issues and assesses existing solutions. It demonstrates the merits of incorporating generative AI into structured knowledge-base systems concerning data contextualization, model accuracy, and utilization of knowledge resources. The findings give a full list of the current situation of research, point out the main gaps, and propose helpful paths to take. These insights contribute to advancing AI technologies and support their practical deployment across various sectors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google