تطبیق موجودیتها (Entity Alignment) بین گرافهای دانشی مختلف همیشه یکی از چالشهای پیچیده در دنیای هوش مصنوعی بوده است. حالا محققان چارچوب جدیدی به نام «IRIS» معرفی کردهاند که بدون نیاز به آموزش مجدد، از مدلهای زبانی بزرگ (LLM) برای ساخت یک «اثر انگشت هویتی» برای موجودیتها استفاده میکند.
این روش به مدلها اجازه میدهد موجودیتهای مشابه را در گرافهای مختلف بهراحتی و بدون سربار محاسباتی زیاد شناسایی کنند. در واقع IRIS با استخراج بازنماییهای درونی مدلهای زبانی، یک فضای مشترک برای هویت موجودیتها ایجاد میکند که باعث دقت و سرعت بسیار بالاتر در سیستمهای مدیریت دانش میشود. این گام بزرگی برای هوشمندتر کردن پایگاههای داده و سیستمهای یکپارچهساز است! 🌐✨
منبع: arXiv AI