rllm-team/rllm

What it solves

rLLM 解決了關聯式表格學習 (RTL) 的複雜性。它提供了一種標準化的方式來整合與共同訓練不同類型的模型——特別是圖神經網路 (GNNs)、大型語言模型 (LLMs) 與表格神經網路 (TNNs)——以更好地分析儲存在多個連結表格中的數據。

How it works

這是一個 PyTorch 函式庫，它將最先進的 GNNs、LLMs 與 TNNs 分解為標準化的模組。這讓開發者可以透過結合、對齊與共同訓練這些模組來構建新模型。它將各種圖結構（例如電子商務或社交網路）視為由外鍵連接的複數個表格，使其與此關聯式方法相容。

Who it’s for

此工具是為從事表格數據治理、關聯式表格學習以及需要將結構化關聯數據與 LLMs 整合的 AI 應用程式的研究人員與開發者所設計的。

Highlights

• Modular Interface: LLM 為導向的應用程式設計，並與 Hugging Face transformers 與 LangChain 整合。
• Extensive Model Library: 包含超過 15 種最先進的 GNN 與 TNN 模型，例如 InRTL, OGC, 與 ExcelFormer。
• Versatile Data Handling: 能夠透過將各種圖類型視為連結表格來處理多樣化的圖結構。
• New Benchmarks: 為模型設計與測試引入了三個新的關聯式表格數據集。