知识图谱推理

PromptGFM是一个通过指令引导语言模型（LLMs）模拟图神经网络（GNNs）功能的假设性研究项目。其核心创新在于结合图结构词汇表和特定提示设计，使传统擅长文本处理的LLMs能够高效处理图数据任务（如知识图谱推理、社交网络分析等），无需训练专用GNNs模型。该项目显著提升了文本-图混合任务的性能，并具备跨领域图数据的强适应性，为资源受限场景提供了轻量化解决方案。

DeepPath是一种利用强化学习进行知识图谱推理的方法，适用于大规模知识图谱中的高效路径查找。它结合了结构信息和语义信息，能够扩展到复杂且多样化的知识图谱，并提供可解释的推理路径。

DeepSeek-R1是一个从头开始构建的推理模型，旨在提供高效的推理能力和强大的可扩展性。它支持多种推理任务，并且易于集成到现有系统中，适用于自然语言处理、智能问答、复杂逻辑推理以及知识图谱的推理等场景。