GPTKB 2.0: Knowledge Base Disambiguata su Scala Milionaria dai LLM

I ricercatori hanno introdotto GPTKB 2.0, una metodologia per costruire knowledge base disambiguate direttamente dai grandi modelli linguistici (LLM). L'approccio affronta una sfida centrale nella costruzione automatica di knowledge base (AKBC): i LLM mancano di rappresentazioni native delle entità, portando a voci duplicate e confusioni. GPTKB 2.0 incorpora la disambiguazione in tempo reale di entità, relazioni e classi, ed è progettato per bilanciare scalabilità e accuratezza della disambiguazione. Il sistema è stato eseguito su larga scala, producendo una knowledge base con oltre 1 milione di entità disambiguate e 38,4 milioni di triple, segnando la prima KB nativa dei LLM su scala milionaria con canonicalizzazione interna esplicita. Il lavoro è dettagliato in un articolo su arXiv (arXiv:2608.03729v2), classificato come annuncio di tipo 'cross'. L'articolo analizza le decisioni di progettazione centrali e i compromessi tra accuratezza, scala e costo.