Triplex 是一款特别训练的三元组提取模型，可以将大量非结构化数据转化为结构化数据。

与 GPT-4o 相比，Triplex 在知识图谱构建方面性能更优，并且在零样本提示技术上表现更优，有效提升了知识图谱查询质量。而其成本却不到GPT-4o的十分之一。

Triplex 是开源的，可在 HuggingFace 和 ollama 上获取。

HuggingFace ：https://huggingface.co/SciPhi/Triplex

ollama：https://ollama.com/sciphi/triplex

知识图谱在回答传统搜索引擎难以处理的复杂查询方面表现出色，尤其是涉及群体关系的查询。

例如，“提供科技学校毕业的 AI 从业人员名单。”微软最近发布的 GraphRAG 论文进一步提升了人们对知识图谱的兴趣。

然而构建知识图谱的过程一直以来都非常复杂且耗费资源，限制了其推广。据估计，微软的 GraphRAG 方法成本特别高，每个输入标记需要生成至少一个输出标记。这种高成本使得大多数应用难以承受。

Triplex 旨在通过将知识图谱生成成本降低十倍来颠覆这一现状。Triplex 通过将非结构化文本转化为“语义三元组”来降低成本，这些三元组是知识图谱的基本单元。

以下是 Triplex 处理简单句子的示例：

城市：巴黎 > 首都 > 国家：法国

城市：巴黎 > 位于 > 国家：法国

以及更复杂的输入：

艺术家：梵高 > 属于 > 艺术流派：后印象派

作品：星夜 > 创作于 > 艺术家：梵高

艺术家：梵高 > 属于 > 艺术流派：表现主义

艺术家：梵高 > 属于 > 艺术流派：野兽派

性 能

性能测试表明，Triplex 在成本和性能上都显著优于 GPT-4o。

准确性对比

价格对比

三元组提取模型的结果可与 GPT-4 相媲美，但成本却仅为其一小部分。这一显著的成本降低归功于 Triplex 的小型模型和无需少量示例上下文的能力。

在 SFT 模型的基础上，我们生成了更多基于偏好的数据集，通过多数投票和拓扑排序进一步使用 DPO 和 KTO 对 Triplex 进行训练。

这些额外的训练步骤显著提高了模型的性能。为了准确评估这些改进，我们使用 Claude-3.5 Sonnet 进行了严格评估。

评估中，我们对 Triplex-base、Triplex-kto 和 GPT-4o 进行了对比，结果如下表所示：

Triplex 的卓越性能源于其在多样且全面的数据集上的进行训练。

模型利用了来自 DBPedia 和 Wikidata 等权威来源的专有数据集，以及基于网络文本和合成生成的数据集。

数据集来源确保了 Triplex 在各种应用中的多功能性和稳健性。

使 用

Triplex 还设计了 R2R RAG 引擎，结合 Neo4J 以立即利用 Triplex 进行本地知识图谱构建，这一用例因我们的工作而变得更加可行。