直接用LLM是不精确的，需要结合graph DB+LLM，参见： https://medium.com/neo4j/harnessing-large-language-models-with-neo4j-306ccbdd2867 https://neo4j.com/developer-blog/fine-tuning-retrieval-augmented-generation/ https://github.com/neo4j/NaLLM 以上是两篇系列文章，介绍neo4j db如何和LLM交互的，第3个link是github的demo工程，其中提到两个case： a）已有数据在图数据库，如何根据用户的输入从图数据库中提取数据，再用LLM生成答案 b）如何利用LLM从非结构化文章中提取文章，存入图数据库本栏目推荐文章cleaning of llm corpus 大模型语料清洗基于正则化的图自编码器在推荐算法中的应用 Application of graph auto-encoders based on regularization in recommendation algorithmsLLM series: Transformer大语言模型LLM幻觉的解决方法：检索增强生成RAG使用 Microsoft Graph oFFICE365 sendmail C#使用CLIP和LLM构建多模态RAG系统【略读论文|大模型相关】Zero-Shot Relational Learning on Temporal Knowledge Graphs with Large Language ModelsSAP-DB-HANA-数据库-基于AWS平台-Backint-数据备份还原功能的安装与配置[ARC105E] Keep Graph Disconnected 题解面向初学者的机器学习、数据科学、AI、LLM课程统统免费