中科大ICLR2025：特定领域仅用5%训练数据，知识准确率提升14%

中国科学技术大学MIRA实验室提出了KG-SFT框架，通过知识图谱驱动的监督微调，提升大语言模型在特定领域的知识理解和推理能力。实验表明，该框架在多个领域和语言的数据集上表现出色，特别是在低数据医学问答任务中，仅用5%训练数据就使准确率提高了近14%。KG-SFT由Extractor、Generator和Detector三个组件构成，能够生成高质量解释，增强模型性能，且可作为插件式模块与现有方法结合使用。
来源：https://mp.weixin.qq.com/s/z6B6neRA90_DBFESZYyJzQ