知識グラフを活用した構造的関連性に基づくプロンプト例の選定手法

知識グラフを活用した構造的関連性に基づくプロンプト例の選定手法とは

「知識グラフを活用した構造的関連性に基づくプロンプト例の選定手法」とは、大規模言語モデル（LLM）の性能向上を目指し、プロンプトに含める「例示（in-context examples）」を、知識グラフを用いて構造的な関連性に基づいて選定する技術です。この手法では、タスクと例示の間に存在する概念やエンティティ間の関係性を知識グラフとしてモデル化し、ターゲットタスクと最も類似した構造を持つ例示を特定します。これにより、単なる表面的な類似性だけでなく、より深い意味的・関係的整合性に基づいた最適な例示を選び出すことが可能となります。これは、プロンプトエンジニアリングにおける「例示の選定基準」の一つとして、AIの出力品質を大きく左右する重要なアプローチです。

このキーワードが属するテーマ