[讨论] 如何让 LLM 读懂图

[sevenold]

有没有同学在做 LLM+nebula 相关的应用，想讨论下如何让 LLM 和图结构数据进行交互

举例一个场景:

1. 根据需求通过 nebula 检索出来一个子图
2. 子图通过拆分成路径？+加上 prompt+ 用户提问来实现 LLM 理解子图，然后回答用户问题

想问问子图以什么样的数据形式喂给 LLM 能让 LLM 读懂这个子图？

[wey]

• https://www.siwei.io/graph-rag/
• https://youtu.be/hb8uT-VBEwQ?si=8V0LE8Y7LS8H9ZZ-
• https://colab.research.google.com/drive/1tLjOg2ZQuIClfuWrAC2LdiZHCov8oUbs?usp=sharing

[sevenold]

谢谢，因为我们的 schema比较大，不适合直接传给 LLM， 业务上也不适合直接和 nebula 交互，所以是采用对类似的图进行解释

我看您给的帖子里面这类功能也是直接把路径+prompt+query给 LLM 的，我去看看源码，应该就可以解决我的需求

[wey]

@sevenold

谢谢，因为我们的 schema比较大，不适合直接传给 LLM， 业务上也不适合直接和 nebula 交互，所以是采用对类似的图进行解释

如果我的 graph rag 符合需求（无 schema 需求），可以直接做。

text2cypher 的时候 schema 是强需求，针对大 schema 场景，我打算实现一个 schema 的 mapreduce，增加一步判断 schema 子集的操作。

[sevenold]

其实我们的场景极致就是，一是图探索的时候，节点和边太复杂，直接问 LLM，二是根据 query，LLM 去扩展图

第一种就需要直接对图进行解释回答 query，第二种就是现有图不能满足的时候，根据现有的图节点+query，LLM 去自动扩展生成新的图来回答