OpenSPG v0.0.3 发布，新增大模型统一知识抽取&图谱可视化
2026-02-05 17:50:03
OpenSPG v0.0.3 版本发布，新增大模型统一知识抽取功能与图谱可视化界面，重点解决非结构化文档知识构建难题，并优化知识图谱构建效率与交互体验。
一、核心功能更新大模型统一知识抽取
功能定位：基于蚂蚁集团与浙江大学联合研发的中英双语知识抽取大模型 OneKE，聚焦 Schema 可泛化的信息抽取，通过难负采样和 Schema 轮训式指令构造技术，提升模型在结构化信息抽取中的泛化能力。
应用价值：
降低领域知识图谱构建成本，支持非结构化文档（如文本、PDF）的自动化信息提取。
增强大模型稳定性，缓解幻觉问题，加速垂直领域落地（如金融、医疗）。
使用方式：
用户按 OpenSPG 结构定义 Schema 后，运行知识抽取任务即可开箱即用。
提供完善的 SFT（监督微调）及抽取工具支持，简化环境配置、模型权重获取与数据转换流程。
视频 1：Schema 知识建模及知识加工
图谱可视化界面
功能定位：提供符合知识语义约束的可视化渲染，支持用户在页面上直观查看建模结果，并进行交互式分析推理查询。
核心能力：
Schema 知识建模：通过图形化界面定义实体、关系及属性，降低建模门槛。
知识加工构建：支持对抽取的知识芹迟进行校验、修正与关联分析。
DSL 查询分析推理：通过领域特定语言（DSL）实现复杂关系网络的查询与推理。
视频 2：DSL 查询分析推理
OneKE 大模型技术细节
优化方向：针对结构化信息抽取的泛化能力进行优化，解决传统模型在跨领域、跨场景下的性能下降问题。
技术亮点：
难负采样：通过筛选高难度负样本提升模型区分能力。
Schema 轮训式指令构造：动态生成指令以适应不同 Schema 需求，增强模型适应性。
可视化界面设计逻辑
语义约束渲染：确保图形化展示符合知识图谱的语义规则（如实体类型、关系方向）。
交互式分析：支持用户通过点击、拖拽等方式探索复杂关系网络，提升数据探索效率。
功能增强（Feature）
发布基于构建算法逻辑的 DAG 构建执行能力，优化任务调度与依赖管理。
完成 LLM 服务化：支持多 Lora 模型与多 Prompt 能力，提升模型部署灵活性。
实现 算法逻辑一键部署，简化服务化流程。
问题修复（Bugfix）
修复 Schema 跨项目引用 限制，支持跨项目知识复用。
修复 单次提交 Schema 相互指向 的冲突问题，提升建模稳定性。
- 大模型能力优化
持续提升知识抽取的精准度与效率，支持更复杂的非结构化文档处理。
- 图谱增强可控框架
发布融合大模型与知识图谱的 可控框架，通过图谱约束引导大模型行为（如避免生成有害内容）。
- 领域规则知识化表示
丰富领域特定知识表达形式（如行业嫌森李术语、业务逻辑），适配金融、医疗等场景需求。
- 核心能力迭代
持续修复已知问题，优化系统性能与用户体验。
文档与教程
版本详情：
OpenSPG v0.0.3 发布说春闷明OneKE 使用指南：
OneKE 技术文档可视化功能详解：
可视化界面操作手册开源与交流
GitHub 仓库：
OpenSPG GitHub技术交流群：添加微信 jqzn-robot 加入 OpenSPG 社区，获取最新动态与技术支持。
OpenSPG v0.0.3 通过大模型与可视化技术的融合，为知识图谱构建提供了更高效、直观的工具链，助力企业与开发者快速落地垂直领域 AI 应用。
热门标签
