KG-LLM-Papers

一页看尽知识图谱×大模型全部关键论文

KG-LLM-Papers 是一个精选论文列表,系统梳理了知识图谱(KG)与大语言模型(LLM)结合的前沿研究。该项目解决了该交叉领域文献分散、检索困难的问题,为研究者提供结构化的论文索引。核心能力包括:按研究主题分类(如知识增强、推理、问答)、标注论文状态(已发表/预印本)、提供 arXiv 链接及代码资源。项目持续更新,覆盖从基础方法到最新应用的完整脉络,是入门和跟踪该领域进展的高效入口。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 2233
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队zjukg
所属国家
官网地址
定价模式free
价格说明开源项目,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型awesome,awesome-kg,awesome-llm,awsome-list,commonsense,gpt,knowledge,knowledge-graph,language-models,large-language-models,llm,nlp,paper-list,prompt,survey
GitHub 星标★ 2233
30天Star增速
HF 下载量
上线时间2023-06-12 00:00:00
最近更新2026-09-22 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5

使用教程

难度:入门 约 5 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 git(用于克隆仓库)
  • 任意 Markdown 阅读器或文本编辑器(如 VS Code、Typora)
  • 无需编程语言运行环境,本项目不含可执行代码

安装与启动步骤

  1. 1克隆仓库到本地

    把论文清单仓库完整下载到本地目录,方便离线浏览和检索。README 未给出其他安装方式。

    git clone https://github.com/zjukg/KG-LLM-Papers.git
  2. 2进入项目目录

    切换到克隆下来的仓库根目录,后续所有操作都在此目录进行。

    cd KG-LLM-Papers
  3. 3阅读 README 总览

    README 是主要入口,按主题分类列出 KG 与 LLM 结合的论文,含 arXiv 链接与代码仓库地址。

    cat README.md
  4. 4按关键词检索论文

    用关键词在 README 中搜索感兴趣的论文,例如知识增强、推理、问答等主题词。

    grep -i "knowledge" README.md
  5. 5推荐缺失论文

    README 明确欢迎通过 Pull Request 推荐遗漏论文,可在仓库页面提交 PR 补充条目。

如何确认成功

本地出现 KG-LLM-Papers/README.md 且能正常打开,看到按主题分类的论文列表即表示获取成功。

常见问题

Q:这个项目需要安装依赖或启动服务吗?

A:不需要。它是纯 Markdown 的论文清单仓库,克隆后直接阅读 README 即可,README 中未提供任何安装或运行指令。

Q:怎样找到某篇论文的代码?

A:README 中部分论文条目附有 Repo 链接(如 OntoTune、K-ON、TrustUQA 等),点进对应的 GitHub 仓库即可获取代码。

Q:可以提交自己的论文吗?

A:可以。README 欢迎通过 Pull Requests 推荐遗漏论文,在 GitHub 仓库页面提交 PR 新增条目即可。

Q:有官方网站或在线版本吗?

A:项目信息显示无官网,直接在 GitHub 仓库页面查看 README 即为最新内容。

注意事项

  • 本项目是 awesome 类论文清单,不含可运行代码,不存在 Docker 镜像或 pip 包
  • README 中列出的 Repo 链接属于各论文的独立项目,需分别访问获取
  • README 提到论文摘要与分类的详细信息曾置于 wiki,正文中该链接已被注释
  • 内容持续更新,建议定期 git pull 获取最新论文条目

核心亮点

  • 分类清晰,按知识注入、推理、编辑等主题组织,快速定位研究方向
  • 每条论文附arXiv链接和代码仓库,便于深入复现
  • 持续更新,收录最新预印本,紧跟领域前沿

不足之处

  • 仅提供论文索引,无摘要或核心观点提炼,需自行阅读原文
  • 部分分类边界模糊,同一论文可能出现在多个主题下
  • 文档/社区待观察

适用场景

  • 科研入门:快速了解KG+LLM领域全景和关键工作
  • 选题调研:追踪最新论文,发现研究空白
  • 技术选型:对比不同知识增强方法,选择适合业务场景的方案

替代项目

Awesome-LLM、Awesome-Knowledge-Graphs、LLM-Survey

项目介绍

KG-LLM-Papers 是开源模型领域的开源项目,由 zjukg 开发,2023 年首次发布。

在全站 13,090 个收录项目中,它的 GitHub 星标数(2,233)位列前 30%,在开源模型分类中处于中上游。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-22。完全免费,无付费版本。

它主要面向的使用场景是:科研入门:快速了解KG+LLM领域全景和关键工作。同类可对比的替代方案包括 Awesome-LLM、Awesome-Knowledge-Graphs、LLM-Survey。

上一篇:TigerBot

下一篇:kalosm

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10