作者简介 汤泳，苏宁科技集团智能监控与运维产研中心总监，中国商业联合会智库顾问，致力于海量数据分析、基于深度学习的时间序列分析与预测、自然语言处理和图神经网络的研究。

风控的图技术应用是如何演变的呢？当中的算法又进行了怎么样的发展？标签传播算法和半监督技术是否已经过时？…本文将分享图算法在风控中的应用。

通过一些实践发现，ChatGPT 的确可以根据海量文本数据自动生成实体、属性和关系三元组等知识元素，从而快速构建大规模的知识图谱。

本文手把手教你咋在 Jupyter Notebook 中，愉快地玩图数据库。读完本文，一条查询语句就可以轻易地画出返回结果啦。

大语言模型时代，我们有了 few-shot 和 zero-shot 的能力。借助这些 LLM 能力，如何更便捷地实现知识图谱的知识抽取，用知识图谱来解决相关问题。

本文的主题是我们认为这个 LLM+ 领域最唾手可得、最容易摘取的果实，Text2Cypher：自然语言生成图查询。输入自然语言，生成相对应的图查询语句，甚至可以直接返回该语句执行结果。

此时，距离 ChatGPT 面世已过去半年有余，一起来看看热度散去之后，大家都在关心什么问题。也许他们关心的问题也是你关注的点。

我们在这篇文章中探讨了知识图谱，特别是图数据库 NebulaGraph，是如何结合 LlamaIndex 和 GPT-3.5 为 Philadelphia Phillies 队构建了一个 RAG。

LLM 作为 2023 年技术圈的一大热点，Graph + RAG 如何更好地实践？让大家更好地了解图、知识图谱、大模型这一新的三元组呢？