汇总大模型与知识图谱融合的前沿研究与数据管理挑战
LLM+KG@VLDB'24 Workshop Summary
- 梳理大模型与知识图谱交互中的关键数据管理问题
- 归纳跨模态知识融合与推理的技术路径
- 适合关注AI+数据库交叉方向的研究者参考
大语言模型（LLMs）与知识图谱（KGs）的融合已成为热门研究方向。在2024年于中国广州举行的VLDB'24会议同期举办的LLM+KG'24研讨会上，与会专家围绕大模型与知识图谱高效交互带来的数据管理挑战与机遇展开深入探讨。本报告总结了多位演讲者提出的主要研究方向与技术方法，涵盖知识增强的生成、动态图推理、多模态知识对齐等核心议题，为构建可解释、可维护的智能系统提供理论支持与实践指引。
原文摘要 · Abstract (English)
The unification of large language models (LLMs) and knowledge graphs (KGs) has emerged as a hot topic. At the LLM+KG'24 workshop, held in conjunction with VLDB 2024 in Guangzhou, China, one of the key themes explored was important data management challenges and opportunities due to the effective interaction between LLMs and KGs. This report outlines the major directions and approaches presented by various speakers during the LLM+KG'24 workshop.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。