Mar, 2024

思维图：生物推理的思维过程生成

PDF
TL;DR我们提出了 Thought Graph 作为一种新颖的框架，用于支持复杂推理，并以基因集分析为例，揭示生物过程之间的语义关系。我们的框架在提供对基因集的更深入理解方面表现出色，与基于余弦相似性到人类注释的 GSEA 相比，超过了 40.28％，并且超过了 LLM 基线 5.38％。我们的分析进一步为生物过程命名的未来方向和生物信息学以及精准医学的意义提供了见解。
发现论文，激发创造
  • 自动生成基因本体描述的图中图网络

    本研究提出了一种新的任务：Gene Ontology 术语描述生成，通过使用 Graph-in-Graph 网络来有效利用 GO 的结构信息进行生物学功能的推导和合适的描述生成，实验结果表明，该网络可以大幅度提高不同序列到序列模型的性能，具有重要的生物医学应用价值。

    Jun, 2022

  • 思维图：用大型语言模型解决复杂问题

    Graph of Thoughts (GoT) is a framework that advances prompting capabilities in large language models (LLMs) by modeling LLM thoughts as an arbitrary graph, enabling combination, distillation, and enhancement of thoughts, offering advantages over existing paradigms and allowing for extensibility with new thought transformations.

    Aug, 2023

  • 生物知识图谱上的神经符号表示学习

    本研究开发了一种结合符号逻辑和神经网络自动生成生物学知识图谱节点的向量嵌入方法，用于生物知识图谱的边预测，并实现了优于人工特征方法的表现，该方法可应用于任何生物知识图谱中，并开放性的提供了生物领域中基于语义 Web 技术的知识库的机器学习和数据分析。

    Dec, 2016

  • 大型语言模型中的思维过程图推理：超越思维链的有效方法

    使用 T5 预训练模型实现了图形思维推理模型，提高了基于文本推理任务 GSM8K 的性能和面向多模态的推理任务 ScienceQA 的准确率，通过较少的骨干模型参数与基于 700M 参数的 Multimodal-CoT 模型获得相当的结果，探索了非线性思考的建模方法。

    May, 2023

  • 基于知识图谱的深度负责任语言模型推理

    介绍了 Think-on-Graph（ToG），这是一种利用知识图谱增强 LLMs 深度和负责任推理能力的新框架，并通过对复杂的多跳问题回答任务的实验证明了 ToG 优于现有方法。

    Jul, 2023

  • 基于关系思维的语音识别的深度图随机过程

    本文提出了一种名为 ' 深度图随机过程（DGP）' 的贝叶斯非参数深度学习方法，通过该方法，可以生成无限数量的概率图表达感知，进而提供一种方法来处理语音模型中的感知图表征和关系。结果表明，该方法在自动语音识别和声学模型领域中具有很好的效果和优势。

    Jul, 2020

  • 利用生成式知识提取、基于图的表示和多模态智能图推理加速科学发现

    使用生成人工智能（AI）将 1000 篇生物材料领域的科学论文转化为详细的本体知识图，揭示了其固有的无标度特性。通过基于组合排名节点相似性和介数中心性的不同概念之间的图遍历路径检测，我们揭示了深入洞察力，揭示了前所未有的跨学科关系，可用于回答查询，识别知识空缺，并提出前所未见的材料设计及其行为。

    Mar, 2024

  • 生物医学知识图谱中基于逻辑规则的神经多跳推理

    本文针对生物数据的图形结构，以药物再利用的真实任务为例，利用强化学习和逻辑规则相结合的方法 PoLo 进行链路预测，超越了几种最先进的算法，并提供解释性。

    Mar, 2021

  • 通过新框架提升大型语言模型中的逻辑推理能力：思维图

    利用 Graph of Thoughts (GoT) 和 prompting engineering 技术，我们的方法在解决多步骤逻辑推理问题方面超越了 GPT-4，分别获得了 89.7%、86% 和 56% 的准确率提升，并且相较于最先进的 Tree of Thought (ToT) 方法，我们的方法在准确率上平均提升了 23%、24% 和 15%。

    Aug, 2023

  • 使用大语言模型进行基因集总结

    本研究提出了一种基于 GPT 模型的新的基因集功能摘要方法，该方法使用结构化文本、自由叙述基因概要或直接模型检索等来源来生成 GO 术语列表，但并不能依靠本方法来代替标准术语富集分析，手动筛选方法仍然必要。

    May, 2023