为什么又要造一个新的 KG 框架？
| 传统方法痛点 | Tree-KG 的对策 |
|---|---|
| 规则/监督系统：标注贵、迁移差 | 零标注，直接读教材 |
| 通用 LLM 抽取：结构混乱、难扩展 | 先搭“目录树”骨架，再迭代扩枝 |
| 快速演化领域：增量更新难 | 预设 6 种算子，新文献即插即合并 |
一、整体流程：两阶段“种树”
图2 框架总览
| 阶段 | 输入 | 核心动作 | 输出 |
|---|---|---|---|
| Phase-1 显式骨架 | 教材 PDF | 目录解析 → 自底向上摘要 → 实体/关系抽取 | 树状层级图（章节-实体） |
| Phase-2 隐式扩展 | 骨架 + 新文献 | 6 大算子循环：卷积→聚合→嵌入→去重→连边→合并 | 完整 KG，可无限生长 |
图9 Tree-KG 内部层次
© 聚合前 vs (d) 聚合后：黄色节点被收编，结构更清晰
二、关键技术拆解
1 树状层级图（Tree-like Hierarchical Graph）
- 纵向边：教材目录天然的
has_subsection / has_entity - 横向边：LLM 预测的同层语义关联，如
Coulomb_Law --obey--> Inverse_Square_Law
2 上下文卷积（Conv）
把邻居节点的描述“卷”进来，一次迭代就能让实体嵌入更紧致（图3）。
图3 同小节实体更紧凑
3 实体去重（Dedup）
- 先用向量检索找 Top-20 候选
- 再让 LLM 投票是否同一指称 → 并查集合并
- 阈值 0.55 性价比最高（图4）
图4 去重阈值曲线
4 连边预测（Pred）
score = 0.6·语义相似 + 0.3·共同邻居(AA) + 0.1·共同祖先(CA)
两阶段贪心：先稀疏补连通，再密集补语义。
三、实验结果：全面吊打基线
表1 物理领域 Ground-truth 评价（F1 ↑）
- F1 领先 12–16%（GraphRAG、iText2KG、Langchain、AutoKG）
- 结构一致性 MEC 最高，MED 最低
- 成本仅 18 RMB（表3），比 LangChain 便宜 36%
表3 Token & 成本对比
四、消融实验：每一步都有用
表4 摘要的重要性
表5 卷积步数
五、可视化：Tree-KG 长这样
只有 Tree-KG 把“知识图谱”真的做成了“教科书”该有的样子——有目录、有层次、不重复。
蓝色=章节，红色=核心实体，黄色=非核心实体
https://aclanthology.org/2025.acl-long.907.pdf Tree-KG: An Expandable Knowledge Graph Construction Framework forKnowledge-intensive Domains https://github.com/thu-pacman/Tree-KG如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
)
)