在大语言模型（LLMs）的时代，我们引入了ChatKBQA，这是首个基于对开源LLMs（如Llama-2、ChatGLM2和Baichuan2）进行微调生成图数据库查询（如SPARQL）的知识图谱问答框架。
ChatKBQA提出首先使用微调的LLMs生成逻辑形式，然后通过一种无监督的检索方法检索和替换实体和关系的方法，使得生成和检索变得更加高效和简单。这项工作还为将LLMs与知识图谱结合用于可解释知识型问答提供了一种新的探索思路。
题目：ChatKBQA: A Generate-then-Retrieve Framework for Knowledge Base Question Answering with Fine-tuned Large Language Models
作者：罗浩然，鄂海红，汤子辰，彭诗耀，郭艺凯，张文泰，麻程昊，董冠霆，宋美娜，林巍
文章地址：https://arxiv.org/abs/2310.08975
代码地址：https://github.com/LHRLAB/ChatKBQA
中文解读：https://zhuanlan.zhihu.com/p/663463273