Nini Kama LLM yako Ni Graph? Watafiti Reimagine AI Stack

Knowledge Graphs and Graph RAG Galore, New Graph Database Engines, Graph Analytics and Visualization, and Graph Foundation Models.

Je, unaamini ripoti za utafiti wa soko? Ikiwa unafanya hivyo, hapa kuna ushahidi wa #1 unapaswa kuzingatia: Soko la kimataifa la graph ya ujuzi linatarajiwa kufikia $ 6.93 Bilioni mwaka 2030 kutoka $ 1.06 Bilioni mwaka 2024, kuongezeka kwa CAGR ya 36.6%.

Ikiwa unaamini makampuni ya uchambuzi, hapa kuna ushahidi wa #2 unapaswa kuzingatia: Zaidi ya 50% ya maswali ya wateja wa Gartner kuhusu mada ya AI yanahusisha majadiliano kuhusu matumizi ya teknolojia ya graph.

Ikiwa unaamini ishara za soko, hapa ni ushahidi wa # 3 unapaswa kuzingatia: bidhaa za graph-based kama RDFox na data.world zinatoa nguvu kwa bidhaa za nyumbani kama Samsung Galaxy S25 na ServiceNow, kufuatia ununuzi wao.

Vyombo hivi vyote vya ushahidi vinaonyesha mwelekeo mmoja: mazingira ya graph yanaendelea kwa haraka katika suala la utofauti, kina, na umaarufu, na mtazamo ni chanya, licha ya kuongezeka na kuanguka.

Lakini kuna sababu nzuri ya kusoma kupitia mfululizo huu wa habari na ufahamu kuhusu graph hata kama huamini, au wasiwasi, yoyote ya hapo juu. Kusoma kuendelea kujifunza kuhusu jinsi ya kujenga na visualize graphs, injini mpya ya database graphs, tofauti juu ya Graph RAG, ramani ya njia kwa graph analytics, na Graph Foundation Models, maombi kwa kiwango, LLMs na graphs.

Meza ya Maudhui

• Teknolojia ya Graph Landscape
• Ujuzi Graph soko Outlook
• Kujenga na Tathmini Graphs Knowledge kama mali endelevu
• Graphs ya ujuzi ya kuwezesha majina ya nyumbani kupitia M & A
• Graphs ya ujuzi kama kiwango cha ukweli muhimu kwa AI ya pragmatic
• Maonyesho ya RAG Galore
• Njia mpya za Graph Database, Standardization na Utendaji
• Uchambuzi wa Graph na Visualization: ramani ya barabara, vipengele na majukwaa
• Mifano ya Msingi wa Graph, Maombi kwa Kiwango, LLMs na Graphs

This issue of the Year of the Graph is brought to you by G.V(), metaphacts, Connected Data London, and Built to Last.

Ikiwa unataka kuonyeshwa katika toleo la baadaye na kuunga mkono kazi hii, kufikia!

You already understand the power of graph technology.

G.V() helps you understand your graph.

G.V() ni IDE ya database ya graph ambayo inakusaidia kuandika, kutekeleza, na kujaribu maswali; kufuatilia mfano wako wa data; kuchunguza na kuhariri data yako ya graph kwa haraka; na kuonyesha kazi yako na visualizations nguvu ya data ya graph. Kuunganisha na teknolojia 18 tofauti za graph na kuongezeka, G.V() ni rahisi kutumia, gharama nafuu, kujitolea chini, mtengenezaji agnostic, na kucheza vizuri na usanifu wowote wa usalama.

Try out G.V() for yourself and start querying your database in less than 5 minutes: gdotv.com

Teknolojia ya Graph Landscape

yaMaelezo ya Teknolojia ya Infographicimekuwa kusaidia ramani ya ulimwengu wa teknolojia ya graph tangu 2014. lengo lake ni kuanzisha makundi muhimu ndani ya ulimwengu wa graph tech, na wachezaji muhimu ndani ya makundi hayo.

Bila shaka, kama watengenezaji wake katika Linkurious wanakubali, hii ni hatua ya mwanzo tu, sio orodha kamili.

Kuendesha ufuatiliaji wa mazingira ya teknolojia ya graph inahitaji tahadhari ya daima na kazi ngumu, ambayo ni kwa nini infographics na ripoti inayofuata ni updated mara moja kila miaka 5.

Matokeo ya toleo la 2024 ni kwamba mashirika zaidi na zaidi yanachukua teknolojia ya graph, kwa sababu wanaona kuwa chombo cha idadi kubwa ya matukio ya matumizi.Maoni ya Teknolojia ya Graph katika 2025Kwa mujibu wa Paco Nathan,utabiri wa graphs ya ujuzi katika 2025kwa Tony Seale, nakutafuta mbinu mpya ya graph techKwa mujibu wa Nicolas Figay.

AI you can trust, powered by semantics

Kutoka Julai 2025, metis ni jukwaa jipya la maarifa la AI la metafacts linalobadilisha data ya biashara isiyounganishwa kwa thamani halisi ya biashara.

Pamoja na metis, makampuni yanaweza:

● Majibu ya AI ya ardhi katika semantics ya biashara kwa usahihi na uaminifu

● Kujenga na kutekeleza wafanyabiashara wa AI wenye ujuzi unaoendeshwa na interface ya mazungumzo

• Ufuatiliaji na usimamizi wa matumizi ya data ya kampuni

● Kuunganisha zana kama vile summarization, uunganisho wa entity na utekelezaji wa swali—kuendeshwa na semantics maalum ya biashara

Kwa kuzingatia AI katika semantics, metis hutoa AI ambayo kweli anajua biashara yako, wakati huo huo huo kuhakikisha usalama, ufafanuzi na uaminifu.

Mawasiliano ya MetatraderKujifunza zaidi!

Grafu ya Maoni ya Soko

Njia kuu za kupanua utambulisho wa teknolojia ya graph, kama ilivyoelezwa naRipoti ya Utafiti na Soko la Ujuzi wa Graph ya Utafiti 2025, ni ongezeko la mahitaji ya ufumbuzi wa AI / generative AI, ukuaji wa haraka wa kiasi na utata wa data, na ongezeko la mahitaji ya utafutaji wa semantic.

Soko la graph ya ujuzi linatarajiwa kuwa dola bilioni 1.06 mwaka 2024 hadi dola bilioni 6.93 mwaka 2030, na kiwango cha ukuaji wa kila mwaka (CAGR) cha 36.6%. Kama utafiti na masoko inasema, sehemu ya Graph Database Engine inatarajiwa kuwa na ukubwa mkubwa wa soko, na sehemu ya huduma inatarajiwa kurekodi kiwango cha ukuaji wa haraka katika kipindi cha utabiri.

Utafiti na Masoko inaonyesha ukosefu wa ujuzi na ufahamu pamoja na viwango na ushirikiano kama changamoto kubwa ambazo zinazuia ukuaji wa soko - ingawa hii inabadilika.

Connected Data London is back!

The go-to conference for those who use the relationships, meaning, and context in Data to achieve great things.Connecting Data, People & Ideas tangu 2016. Connected Data London hutoa jamii, matukio, na uongozi wa mawazo juu ya kila kitu Knowledge Graph, Graph Analytics, AI, Data Science, Graph Databases na Teknolojia ya Semantic.

Ikiwa wewe ni mhandisi, mwanasayansi wa data, msanifu, au kiongozi wa maamuzi, hii ni nafasi yako ya kuunganisha na mawazo mazuri ya kuunda mustakabali wa Data inayohusiana na mpango kamili wa:

Majadiliano ya wataalamu

Kuunganisha mitandao na watengenezaji

Utafiti wa kesi za dunia halisi

Mafunzo ya vitendo

Chakula cha jioni cha jamii

🔸 Leonardo Royal Hotel Tower Bridge Novemba 20-21, 2025

tiketi za mapema za ndege zilizopunguzwa sasa zinapatikana kwenye2025.connected-data.London kwa ajili ya

Kujenga na kutathmini graphs ya ujuzi kama mali endelevu

Ripoti ya Utafiti na Masoko inatambua "kusambazaji wa haraka wa chati za ujuzi" kama fursa. Ingawa tunaona dalili za hili, kuna pointi kadhaa zinazohitajika kufanya hapa.

Kwa kuwa umaarufu wa chati za ujuzi unaongezeka, utaratibu wao wa utekelezaji unaonyesha haja ya kutathmini kama wao ni suluhisho sahihi kwa kesi ya matumizi ya shirika.Jinsi ya Kutathmini Upatikanaji wa Graphs za Ujuzi kwa Matukio Yako ya Matumizi“Kwa

Gartner iligundua chati za ujuzi katika moyo wa teknolojia za Critical Enabler katika 2024 Hype Cycle kwa Teknolojia zinazoendelea, na alibainisha kuwa "Kongeza Ushirikiano wa Data ya Semantic & Graphs ya Ujuzi" ilikuwa moja ya mzunguko wa 10 katika Ushirikiano wa Data na Uhandisi kwa 2024.

Hata hivyo, Gartner anaona kwamba ingawa ufahamu wa matukio ya matumizi ya graph ya ujuzi unaongezeka, nia au biashara ya kununua kuwekeza katika mapendekezo hayo ni ndogo. faida kwa biashara bado haijulikani, na mashirika bado yanapigana kujua wakati wa kutumia graphs ya ujuzi ili kutoa thamani ya biashara.

Maana ya Mike DillingerMaelezo yaGraphics ya ujuzi ni mali za kudumu - mali ambazo zina maisha ya muda mrefu, kutoa matumizi au thamani kwa kipindi cha muda mrefu, kwa kawaida katika mazingira ya biashara au kiuchumi. Wao kwa kawaida sio kwa ajili ya kuuza lakini ni muhimu kabisa kwa shughuli, kama mali zingine kama mali, vifaa, na mashine.

Graphs ya ujuzi ni CapEx ya shirika, na wanapaswa kutathmini kama vile. kupima thamani yao inapaswa kuzingatiwa na kile wanawezesha, ambayo huenda kutoka kwa utawala wa data hadi maombi ya AI.

katika »Kwa nini utekelezaji wa Graph unashindwa“, Lulit Tesfaye anaona kwamba mara nyingi, mashirika yana ufahamu mdogo wa usawa wa gharama-faida.Ni nini kinachohitajika ili kujenga grafu kubwa“, na Gartner kushiriki”Jinsi ya kujenga chati za ujuzi ambazo zinawezesha maombi ya biashara ya AIya

Jessica Talisman anafanya kazi pamoja naOntology Pipeline kwa nguvu ya mifumo ya ujuzi wa semantic, akibainisha kuwa mbinu iliyoundwa na kupanua kwa usimamizi wa ujuzi wa semantic inaweza kuhalalisha uwekezaji na takwimu za ROI zilizoelezwa vizuri na kuboresha ubora wa data na utawala, muhimu kwa mafanikio ya AI.Ambapo kuanza wakati unataka kujenga ontology.

Hakuna ukosefu wa zana za kujenga chati za ujuzi pia. Yassir Lairgi alishirikiKichwa cha 2kg, kifaa cha Python kilichoundwa ili kujenga graphs za ujuzi zilizo sawa na viungo na uhusiano uliopangwa.WhyHow Open ilisambaza Studio yake ya Knowledge Graphna yaUfungaji wa SPG(Semantic-Enhanced Programable Graph) ni kizazi kipya cha injini ya graphs ya ujuzi wa biashara (EKG), iliyoimarishwa kwa njia mbili na LLMs na graphs za ujuzi.

Graphs ya ujuzi ya kuwezesha majina ya nyumbani kupitia mchanganyiko na ununuzi

Ukweli kwamba chati za ujuzi zinawakilisha uwekezaji kwa mashirika ambayo yanahusiana sana na kujenga AI inajulikana zaidi.ServiceNow anapata hii, na inachukua data.world ili kuchimba kina zaidi katika data kwa AIKama Joe Hilger anavyosema, kunaUshirikiano katika sekta ya programu ya semanticKuanzisha mlinzi juu ya msalaba na msalaba.

Kulingana na kikundi cha Gartner, 4% ya viongozi wa teknolojia wanaamini kuwa data zao ni tayari kwa AI - ambayo ni ya kutosha.Ripoti ya kipekeeHiyo ni nini Gaurav Rewari, Makamu wa Rais na Mkurugenzi Mkuu wa Bidhaa za Data na Uchambuzi katika ServiceNow alisema katika muktadha wa ununuzi wa data.world.

Kuna wataalamu wengine wa orodha ya data, lakini Rewari alisema utekelezaji wa graph ya ujuzi wa Data.world ulifanywa vizuri kwa ServiceNow. ServiceNow tayari ina msaada wa graph ya ujuzi, lakini data.world hutoa wateja wa metadata na ujuzi wa graph ambayo inaweza kuimarisha graph ya ServiceNow zaidi.

Mwanzoni mwa mwaka huu,Samsung ilizindua Galaxy S25 mpya na vipengele vipya vya AI vilivyoundwa na teknolojia kutoka Oxford Semantic TechnologiesMwisho wa Chuo Kikuu cha Oxford mwaka 2017 na wataalamu watatu wa sayansi ya kompyuta duniani katika uwanja wa teknolojia ya AI iliyoundwa na ujuzi, Oxford Semantic Technologies ilipatikana na Samsung Electronics mnamo Julai 2024.

Teknolojia ya kampuni ya RDFox® niNyuma ya injini ya Data ya kibinafsi ya Samsung ili kuunda uzoefu wa mtumiaji wa kibinafsi kwa kutumia graphs za ujuzi, na itakuwa ni pamoja na hivi karibuni Galaxy S25 mfululizo.Ian Horrocks alikuwa miongoni mwa waongozaji kwenye tukio la Samsung Unpacked.

Kujiandikisha kwa Mwaka wa Newsletter ya Graph

Ikiwa unafurahia barua pepe hii, usajili hapa ili kuhakikisha daima iko moja kwa moja kwenye sanduku lako la barua pepe.

Graphs ya ujuzi kama kiwango cha ukweli muhimu kwa AI ya Pragmatic

Mashirika yanakabiliwa na changamoto muhimu kwa utekelezaji wa AI: jinsi ya kutumia ujuzi wao wa kikoa ili kutumia AI kwa njia ambayo inatoa matokeo ya kuaminika.

Haya ni matokeo ya mazungumzo ya kina juu yaGraphs ya ujuzi kama kiwango cha ukweli muhimu kwa AI ya Pragmaticna Tony Seale. Inakabiliwa na kila kitu kutoka kanuni za ujuzi graph kwanza kwa mifano ya maombi kwa salama, kuthibitishwa AI, uzoefu wa ulimwengu halisi, mwenendo, utabiri, na njia ya mbele. Seale, pia inajulikana kama "The Knowledge Graph Guy", ni mwanzilishi wa kampuni ya ushauri yenye jina hilo.

Baadhi ya nyaraka zinazohusiana: "Nini ni aina tofauti za graphs? makosa ya kawaida na kuelewa maombi yao“Lakini pamoja na”Nini ni semantics na kwa nini ni muhimu?” – wote kwa Enterprise Knowledge, kuonyesha vipengele tofauti vya ujuzi graph kwanza kanuni. Na Veronika Heimsbakk anaelezeaUjuzi graphs kwa dummiesna zaidi ya hayo.

Mchoro wa RAG galore

Licha ya vikwazo katika uingizaji wa GenAI, au hasa kwa sababu hiyo, kupata zaidi ya mifumo ya nguvu ya GenAI kwa kuunganisha na habari ya kuaminika katika mazingira ya kudhibitiwa, aka RAG (Retrieval Augmented Generation) imekuwa daima kupokea tahadhari.

Kwa ufunguzi wa Graph RAG, angalia “Democratizing data na Graph RAG: Ni nini, Unaweza kufanya nini, Jinsi ya Tathmini“Hii ilikuwa ni njia ya kuongozaMchezo wa Data Knowledge Graphna kuwa naUtekelezaji wa chanzo cha wazi kulingana na Kuzuna yaMaoni yako juu ya G.V()ya AUfuatiliaji wa Graph RAGpia imewekwa na Jakob Pörschmann, ambaye baadaye anafafanuaUtekelezaji wa Google Cloud Stack.

Katika miezi michache iliyopita, tumeona kuwa MicrosoftOpen-sourcing utekelezaji wake Graph RAGili kuwezesha maboresho kama vileAuto-tuning kwa ajili ya kurekebisha haraka kwa maeneo mapyana yaUchaguzi wa Jumuiya ya Dynamicna kuachiwa huruMchakato waLazyGraphRAG ina maana ya kukabiliana na uchunguzi muhimu wa Graph RAG, yaani kwamba nigharama kubwa ya kutekelezaHata hivyo kunaMaswali zaidi kuhusu Graph RAG.

Hii ndiyo sababu watu kama Irina Adamchic wanakuja na mbadala za kukabiliana nao.usanifu wa kiwango cha tatu kwa ufanisi wa RAG kwenye graphsInategemea kutumia ujuzi wa kikoa katika kiwango kinachojulikana cha ontology.Mabadiliko ya msingi ya NLPkwamba haina kutegemea ujuzi wa kikoa, wakati Elena Kohlweykuendesha ulimwengu wa mifano ya juu ya RAG.

ya RAG, badala yake, ni aina ya RAG ambayo inatoa kizazi cha upatikanaji kilichoongozwa na ontology kwa ajili ya mifano ya lugha kubwa.Rangi ya RangiKutoa maarifa 10x ya bei nafuu na ya akili zaidi.madini yainazindua karibu-LLM usahihi RAG kwa mifano ya lugha ndogo na tu 25% ya kuhifadhi.Maelezo ya RAGni mfumo uliotengenezwa kwa ajili ya kutafuta maarifa kulingana na nia na kulingana na muktadha.

Mifumo ya RAGni mfano wa msingi wa graph kwa RAG.Rangi ya Rangihutumia Graph Neural Retrieval kwa sababu ya LLM.Nadharia yani aina ya Graph RAG ambayo inatumia graphs heterogeneous na sehemu ndogo semantic, entities, mahusiano, na jumla ya ngazi ya juu badala ya graphs homogeneous.Simgrafia yaInabadilisha maswali katika mifano ya graph na kuunganisha yao na subgraphs wagombea kwa kutumia graph semantic umbali metric.

Mfano wainachukua data isiyo ya maandishi kama picha na sauti.Usafiri wahupunguza kwa ufanisi habari ya upungufu kwa kupunguza mtiririko wa mtiririko, wakati kuongoza LLMs kuzalisha majibu ya mantiki zaidi na ya pamoja na mwongozo wa njia.Mfano wa CDF-RAGiteratively hufafanua maswali, hutafuta chati za sababu zilizoundwa, na huwezesha sababu za sababu nyingi katika vyanzo vya ujuzi vinavyounganishwa.

yaUtafiti wa Graph RAGinahakikisha mchakato wa kazi wa GraphRAG, inaelezea teknolojia za msingi na mbinu za mafunzo katika kila hatua, inachunguza majukumu ya baadaye, maeneo ya maombi, mbinu za tathmini, na kesi za matumizi ya viwanda na inachunguza mwelekeo wa utafiti wa baadaye.

Mwakyembe NathanKuondoa Graph katika GraphRAGyaLiturujiayaMzee wa Yuna yaMay ya HabibMsisemi Shaykh Rabiy ́ ni Imaam wa Jarh wat-Ta ́diyl.hutoa mtazamo wa dhana kwa ajili ya kujenga ufumbuzi mkaliya aukusanyaji wa graph RAG open source stacks kwa kuzalisha na visualize graphs ya ujuzi.

Hatimaye, inaweza kuwaHifadhi ya RAGmbinu ambazo zinaweza kuonekana kuwa na ufanisi wa kutosha ili kukabiliana na hali tofauti. Kwa maombi mengi, mchanganyiko wa mbinu za kupokea, unaorodheshwa na router smart,inaweza kutoa usawa bora wa utendaji na ufanisi.

Njia mpya za database ya graph, standardization na utendaji

Ingawa Graph RAG imekuwa faida kwa wauzaji wa database ya graph, pia inawezekanaUtekelezaji wa Graph RAG bila database ya graphKuunganisha database ya graph na chati za ujuzi katika jamii moja kama ripoti ya Utafiti na Masoko haikuweza kuwa kitu ambacho kila mtu atakubaliana na.

Databases ya Graph imekuwa karibu kwa muda mrefu hadi sasa. Kama antagonists wote wa SQL,Ufanisi wa aina hii wakati mwingine unahesabiwana kuwa naup na downs katika suala la mindshareLakini kwa ujumla wao ni juu ya mwelekeo wa ukuaji, na matukio ya matumizi ni zaidi na zaidi kuelewa, viwango na vyanzo vya elimu kuwezesha kupitishwa, na maendeleo muhimu mapya katika soko.

katika »Mipango ya Data ya Graph Baada ya Miaka 15 - Wapi Wanakwenda?“, Gábor Szárnyas anazungumzia historia ya mifumo ya database ya graph, kwa kuzingatia makundi yao ya msingi na matukio ya matumizi. Kisha anazungumzia changamoto muhimu ambazo zinaendelea kuzuia utekelezaji wa mifumo ya database ya graph, ikiwa ni pamoja na mazingira ya kuvunjika na vikwazo vya utendaji.

Anashirikiana na maendeleo mazuri ya hivi karibuni: (1) Maendeleo katika viwango vya viwango ambavyo viliongoza kwa lugha za ISO GQL na SQL/PGQ, (2) uboreshaji wa utendaji, (3) kizazi kipya cha mifumo ya database ya chati ya wazi.Ufuatiliaji na ufuatiliaji wa database ya graphMaoni ya Joe DreyerUfuatiliaji wa Graph Database.

Tumefunika maendeleo ya viwango katika magazeti ya awali. Keith Hare hushirikiHali ya sasa, na alastair kijani highlightsMaelezo ya GQLpamoja na jitihada zinazoendelea kuzuia "Ukosefu wa ontolojia“Na kwakuunganisha maneno ya RDF na mipangilio ya LPGAlex Milowski pia anaandika juu yaMipango ya GQL na aina.

Wafanyabiashara wa database ya Graph wanaendelea kuendelezaGoogle iliingia kwenye soko la database ya graph na Spanner Graph, AWS ilichukua hatua moja zaidi kuelekea maono ya One Graph kwa Neptune, na Neo4j ilizindua vipengele vipya vya kujitolea na GenAI.Graph ya Spanner sasa ni GAyaNeo4j yaanzisha Aura Graph Analyticsna yaAmazon Neptune inasaidia msingi wa maarifa wa Amazon Bedrock na Graph RAG.

Wakati huo huo, pia tunaona maendeleo katika utendaji wa database ya graph, na wauzaji wapya na injini kama vile:Maoni ya Neo4j BifrostyaUwanja wa BarqyaUwanja wa Ndege GraphyaData ya GraphsyawafuasiyaKuzu yana yaUfafanuzi wa.

What if fitness wasn’t about following a strict routine—but about building a plan that works for YOU?

“Kujenga kwa mwisho” sio tu kitabu kingine cha fitness. Ni mwongozo wa vitendo, unaoweza kubadilishwa unaotengenezwa ili kukusaidia kujenga mbinu endelevu ya afya, harakati, na uzima wa maisha. Ikiwa unaanza safari yako tu au kurekebisha utaratibu wako wa sasa, kitabu hiki kinakupa zana za kuchukua udhibiti wa fitness yako - kwa masharti yako.

Kwa nini kujengwa kwa mwisho ni tofauti: Tofauti na vitabu vingine vya fitness ambavyo vinasaidia ufumbuzi wa haraka na taratibu za kiwango cha juu,Kuundwa kwa mwishoni msingi wa sayansi halisi, matokeo halisi, na endelevu halisi.

Uchambuzi wa graph na visualization: ramani ya barabara, vipengele na majukwaa

Jinsi mifumo ya usindikaji wa graph inaweza kutoa ufanisi mkubwa, ufanisi, na kazi nyingi za kutafuta na uchambuzi ili kukidhi mahitaji mbalimbali ya matukio ya kweli? Hii ni swali la jumla ambalo kikundi cha wataalam kilichotarajiwa kukabiliana na katika jopo la ACM Sigmod. Wamechapisha matokeo yao katika “Ramani ya barabara kwa Graph Analytics“Kwa

Uchambuzi wa Visual ni mchanganyiko wa asili wa uchambuzi wa graph. i2 Group ilitoa orodha yaMaoni kwa graph visualization na analytics, kusisitiza Flexibility, Ontology Alignment , Visualization, Dynamic Styling, Aggregation, Grouping na Summarization, Customization, Semantics, De-duplication na Entity Resolution, Data Lineage na msaada kwa aina maalum.

Zana mpya na uwezo wa graph visualization walionyeshwa hivi karibuni. G.V() ni graph database mteja & visualization chombo ambayo ilianza na Gremlin na sasa piaInasaidia Neo4j, Memgraph, na Neptune AnalyticsyaRDF kwa Gephini chombo cha chanzo cha wazi cha kutazama chati za RDF. Na widget mpya ya chanzo cha wazi ya yFiles inafanya kuwa rahisi kuongezaGrafu visualizations ya swali SPARQL kwa Jupyter Notebooks.

Mifano ya Msingi wa Graph, Maombi kwa Kiwango, LLMs na Graphs

Pia tuna maendeleo mapya katika uwanja wa Graph AI, baadhi yao yamechukuliwa na wimbi la LLM, baadhi ya kuendelea na wimbi la ubunifu unaoendelea.Enzi ya Graph Foundation Models imeanza, na hutoa mifano michache ya jinsi mtu anaweza kutumia tayari leo. kesi katika hatua:AnyGraph, Mfano wa Msingi wa Graph katika Wild.

Galkin pia anaonya kuwaUjuzi wa Graph unaweza kupoteza umuhimu kutokana na viwango vya chiniwakati kundi la watafiti kutoka Huawei na taasisi za utafitiMsingi na mipaka ya nadharia ya Graph LearningIkiwa unataka kufikia kasi na GNNs, hiiMaelezo ya Graph Neural NetworksOrodha hii yaMakala zilizoandikwa juu ya GNNsItakuwa ya kuvutia.

Watafiti kutoka Amazon wanaonyeshaGraphStorm, mfumo wa kujifunza mashine ya graph ya wazi kwa maombi ya sektaambayo imekuwa kutumika na kutumika kwa maelfu ya maombi ya sekta ya mabilioni. Snapchat pia hutumia mitandao ya neural ya graph ya ukubwa mkubwa katika uzalishaji, kwa kutumia mfumo wake mwenyewe wa chanzo cha wazi kilichojulikana kamaUjuzi wa Graph (Gigantic Graph Learning).

Mwandishi wa Google Bryan PerozziGraphs inaweza kusaidia kuwakilisha data iliyoundwa kwa LLMs, kufunika graph encoding, GraphTokens, Transformer graph reasoning, na kutumia graphs kwa ajili ya kuzalisha data synthetic. Pia kumbuka juu ya mada ya mwisho,RDFGrafiki yana yaLink ya.

katika »Mchoro kama grafu"Watafiti kuboresha utekelezaji wa kazi ya LLM kwa kuharibu kwa sub-chaguo ambazo zinaweza kutatua na LLM kwa pamoja au kwa mfululizo.Mchoro wani benchmark kwa uelewa wa grafu na mawazo magumu katika LLMs.

Bryan Perozzi pia alishiriki kazi ya timu yake juu yaMuhtasari wa Graph na LLMs... na “Utafiti wa mifano kubwa ya lugha kwa GraphsInaanzisha taksonomi mpya ya kuagiza mbinu zilizopo ambazo zinaunganisha LLMs na GNNs.

Njia nyingine ya kuchanganya graphs na mifano ya lugha:Mfano wa Lugha ya Graphni graph transformers, ambayo inaruhusu graph mawazo. Wakati huo huo, wao urithi na kutumia viwango vya lugha Model, kuruhusu wao kuwakilisha na contextualize triplets katika Graph ya Triplets.Mchanganyiko wa Graphni usanifu mpya ambao unabadilisha jinsi tunavyotumia akili kutoka kwenye database ya uhusiano.

Kuunganisha na mawazo - swali la kuchochea, na njia mpya ya kuangalia LLMs:Nini kama LLM yako ni graphKwa mujibu wa Pierre-Carl Langlais,uchambuzi wa pamoja na Petar Veličković, mara tu unapoanza kuona LLMs kama mitandao ya neural ya graph, mambo mengi ya muundo ya ghafla huanguka mahali. Katika kile kinaweza kuwa upande wa nyuma, Kurt Cagle anaelezeaTofauti kati ya LLMs na Graphs Knowledge.

This issue of the Year of the Graph is brought to you by G.V(), metaphacts, Connected Data London, and Built to Last.

Ikiwa unataka kuonyeshwa katika toleo la baadaye na kuunga mkono kazi hii, kufikia!