GPTKB v1.5：用于探索事实性大语言模型知识的大规模知识库
计算与语言
2025-07-09 v1
摘要
语言模型是强大的工具，但其事实性知识仍然鲜为人知且难以进行即时浏览和可扩展的统计分析。本演示介绍了 GPTKB v1.5，一个由 GPT-4.1 从头构建的密集链接的 100 万三元组知识库（KB），采用 GPTKB 方法论进行大规模递归大语言模型知识物化（Hu 等，ACL 2025）。演示经验聚焦于三个用例：（1）基于链接遍历的大语言模型知识探索，（2）基于 SPARQL 的结构化大语言模型知识查询，（3）大语言模型知识优势与不足的比较探索。大规模递归大语言模型知识物化不仅为系统性分析大语言模型知识的研究领域，也为自动化 KB 构建提供了突破性机遇。GPTKB 演示系统访问地址为 https://gptkb.org。
引用
@article{arxiv.2507.05740,
title = {GPTKB v1.5: A Massive Knowledge Base for Exploring Factual LLM Knowledge},
author = {Yujia Hu and Tuan-Phong Nguyen and Shrestha Ghosh and Moritz Müller and Simon Razniewski},
journal= {arXiv preprint arXiv:2507.05740},
year = {2025}
}
备注
7 pages, 6 figures, 1 table