IRIS: Framework senza addestramento per l'allineamento di entità utilizzando LLM congelati

I ricercatori hanno introdotto IRIS (Identity Representations from Internal States), un framework che non richiede addestramento e crea rappresentazioni di identità riutilizzabili per allineare entità all'interno di grafi di conoscenza. Utilizzando grandi modelli linguistici congelati, IRIS genera rappresentazioni di entità stabili e confrontabili senza la necessità di elaborare candidati specifici. Questo metodo supera le carenze delle tecniche tradizionali che dipendono da strutture grafiche esplicite e campi testuali, che spesso faticano a identificare entità identiche con descrizioni variabili o a differenziarle da entità semanticamente simili. Eliminando la necessità di elaborazioni ripetute quando i contesti cambiano, IRIS consente un allineamento indipendente da particolari coppie di KG o insiemi di candidati. Il framework mira a estrarre approfondimenti semantici profondi dai LLM in uno spazio di identità coeso, migliorando l'accuratezza e l'efficienza dei compiti di allineamento delle entità.