license: cc-by-nc-sa-4.0

Triplex：用于知识图谱构建的尖端大语言模型

知识图谱（如微软的Graph RAG）能增强RAG方法，但构建成本高昂。Triplex可将知识图谱创建成本降低98%，以GPT-4六十分之一的价格实现更优性能，并通过SciPhi的R2R框架支持本地图谱构建。

Triplex是SciPhi.AI基于Phi3-3.8B微调的模型，专为从非结构化数据构建知识图谱设计。其工作原理是从文本或其他数据源提取三元组——由主语、谓语和宾语构成的简单陈述。

性能基准

使用方式

• 博客: https://www.sciphi.ai/blog/triplex
• 演示: kg.sciphi.ai
• 指南手册: https://r2r-docs.sciphi.ai/cookbooks/knowledge-graph
• Python代码:

import json
from transformers import AutoModelForCausalLM, AutoTokenizer

def triplextract(model, tokenizer, text, entity_types, predicates):

    input_format = """执行命名实体识别(NER)并从文本中提取知识图谱三元组。NER用于识别给定实体类型的命名实体，三元组提取则通过指定谓词识别实体间关系。
      
        **实体类型:**
        {entity_types}
        
        **谓词:**
        {predicates}
        
        **文本:**
        {text}
        """

    message = input_format.format(
                entity_types = json.dumps({"entity_types": entity_types}),
                predicates = json.dumps({"predicates": predicates}),
                text = text)

    messages = [{'role': 'user', 'content': message}]
    input_ids = tokenizer.apply_chat_template(messages, add_generation_prompt = True, return_tensors="pt").to("cuda")
    output = tokenizer.decode(model.generate(input_ids=input_ids, max_length=2048)[0], skip_special_tokens=True)
    return output

model = AutoModelForCausalLM.from_pretrained("sciphi/triplex", trust_remote_code=True).to('cuda').eval()
tokenizer = AutoTokenizer.from_pretrained("sciphi/triplex", trust_remote_code=True)

entity_types = [ "位置", "职位", "日期", "城市", "国家", "数字" ]
predicates = [ "人口", "面积" ]
text = """
旧金山[24]正式名称为旧金山市县，是北加州的商业、金融和文化中心。

截至2022年，旧金山常住人口为808,437人，是加利福尼亚州人口第四大城市，仅次于洛杉矶、圣地亚哥和圣何塞。
"""

prediction = triplextract(model, tokenizer, text, entity_types, predicates)
print(prediction)

商业使用条款

我们致力于让Triplex广泛可用，但作为初创机构仍需考虑商业因素。研究和个人使用不受限制，但对商业用途设有以下条款：

模型权重采用cc-by-nc-sa-4.0许可，但对最近12个月总收入低于500万美元的组织免除限制。如需解除GPL许可要求（双重许可）或超收入限额的商业使用，请联系founders@sciphi.ai。

引用文献

@misc{pimpalgaonkar2024triplex,
author = {皮姆帕尔冈卡, 施雷亚斯 and 特雷梅林, 诺兰 and 科尔格罗夫, 欧文},
title = {Triplex：用于知识图谱构建的尖端大语言模型},
year = {2024},
url = {https://huggingface.co/sciphi/triplex}
}