rllm-team/rllm

What it solves

rLLM 解决了关系型表格学习 (RTL) 的复杂性。它提供了一种标准化的方式来整合并共同训练不同类型的模型——特别是图神经网络 (GNNs)、大语言模型 (LLMs) 与表格神经网络 (TNNs)——以更好地分析存储在多个链接表格中的数据。

How it works

这是一个 PyTorch 库，它将最先进的 GNNs、LLMs 与 TNNs 分解为标准化的模块。这允许开发者通过结合、对齐并共同训练这些模块来构建新模型。它将各种图结构（例如电子商务或社交网络）视为通过外键连接的多个表格，使其与此关系型方法兼容。

Who it’s for

该工具是为从事表格数据治理、关系型表格学习以及需要将结构化关系型数据与 LLMs 整合的 AI 应用的研究人员与开发者设计的。

Highlights

• Modular Interface: 专为 LLM 导向的应用设计，并与 Hugging Face transformers 与 LangChain 整合。

• Extensive Model Library: 包括超过 15 种最先进的 GNN 与 TNN 模型，例如 InRTL, OGC, 与 ExcelFormer。

• Versatile Data Handling: 能够通过将各种图类型视为链接表格来处理多样化的图结构。

• New Benchmarks: 为模型设计与测试引入了三个新的关系型表格数据集。