근거 기반 지식 그래프 데이터 생성을 통한 정밀한 Text-To-Cypher 달성

요약

본 논문은 소형 LLM을 활용하여 정밀한 Text-To-Cypher 성능을 구현하기 위한 자동 합성 데이터 생성 방법을 제안합니다. 지식 그래프 데이터 생성을 통해 소형 모델의 성능을 대규모 폐쇄형 모델 수준으로 끌어올릴 수 있음을 입증했습니다.

핵심 포인트

• 지식 그래프 기반의 자동 합성 데이터 생성 방법론 제시
• 소형 LLM 미세 조정을 통한 Text-To-Cypher 성능 극대화
• 대규모 폐쇄형 모델과 경쟁 가능한 수준의 정확도 달성
• 데이터 주권 보장 및 비용 효율적인 로컬 배포 가능성 확인