开源之夏个人专访与项目经验分享持续开放中，欢迎正在参与和已从开源之夏毕业的学生、导师一同加入专访行动，填写文末专访问卷，与大家分享你的开源经验与收获！

本期开源之夏2024导师专访来自 OpenSPG 社区的韩冬（炫荆）老师，他在本届活动中指导的项目是：知识图谱引导的可控生成项目

项目链接：https://summer-ospp.ac.cn/org/prodetail/24e260492

# 导师介绍

ospp：请您介绍一下自己及从事的技术领域。

韩冬：我是蚂蚁集团知识引擎技术专家，目前专注于大模型LLM知识力、GraphRAG领域，参与KAG开源的研发，擅长技术架构、中间件和AI技术。从业计算机行业有10+年的一线开发经验和多年的一线团队管理经验，在工作期间有几个关键时刻，是第一个将生物识别人脸支付技术用在IOT线下交易的程序员、第一个将LBS实人实地考勤防作弊架构用在钉钉考勤场景中等，负责主导过亿级别用户，10w+qps的高流量产品，也参与跨多BU团队大型复杂项目经历。从2021年后开始投入AI领域，参与蚂蚁核心AI native支小宝、支小助应用架构开发，以及基础大模型百灵的知识引擎开发，2024年开始参与到OpenSPG开源社区开发中，开源社区为开发者提供了一个共同成长的平台，不仅推动了大模型技术的发展，也为行业带来了更多的合作与共赢。后续通过开源社区中贡献和交流，将有助于我们更好地迎接未来的技术挑战。

ospp：OpenSPG 是怎样一个开源社区？。

韩冬：OpenSPG是一个开源的、可扩展的、可编程的图谱框架，用户可以基于OpenSPG完成知识图谱的构建和应用，如自然语言问答、复杂决策和信息检索等。OpenSPG提供了一种灵活的方式来定义领域知识图谱的构建过程，使得用户可以根据业务需求的不同构建的知识图谱。此外，OpenSPG还支持多种数据源和数据格式，可以方便地与现有的数据处理系统集成。OpenSPG 社区致力于打造统一的企业级领域知识管理框架，统一的技术框架可以大幅降低应用门槛，提升框架跨领域的可迁移性，促进知识图谱社区繁荣发展。OpenSPG 社区与同济大学、天津大学等高校，恒生电子、浙江创邻、达观数据、PlantData 等企业达成了密切的合作关系，共同发布了《语义增强可编程知识图谱 SPG》白皮书，加速 SPG 标准在知识图谱生态的落地。

最近，OpenSPG发布了国内首个专业领域的知识增强框架KAG（Knowledge Augmented Generation），KAG利用知识图谱与混合检索等策略增强了RAG在向量召回、知识推理两方面的局限，可快速构建私域知识库，支持垂域场景定制开发专业智能体，同时提供了用户友好的产品界面。

社区官网：https://spg.openkg.cn/

OpenSPG GitHub：https://github.com/OpenSPG/openspg

KAG GitHub：https://github.com/OpenSPG/KAG

# 参与开源之夏 

ospp：请介绍一下您在开源之夏2024中指导的项目，据了解您专注于大模型LLM、GraphRag领域，在设置该项目时您做了哪些考虑？

韩冬：当前LLM面临几个关键问题，如不具备严谨的思考能力、事实逻辑和精准性错误、通用RAG的LLM幻觉问题以及专业知识服务的挑战和要求。OpenSPG项目在积极推进知识图谱与大语言模型之间的双向驱动，以加速推进可控生成能力在垂直场景的落地。OpenSPG发布了完整的知识语义、知识生产和推理框架。可以实现多元事件、多元实体、二元概念的知识建模和管理，构建知识生产和可控生成的任务。今年的开源之夏，我们设置这个课题，就是希望参与者基于OpenSPG与LLM双向增强编程框架构建可控问答任务。首先，构建一个垂直领域知识图谱，然后，基于knext/ca框架构建自然语言交互式问答服务，理解用户意图并转化成逻辑推理规划，基于OpenSPG DSL、LLM等获取知识，最后，完成推理计算并输出用户问题的答案，同时判别回答对用户意图的满足度。

ospp：本届开源之夏中，OpenSPG共上线一个项目，受到了很多同学的关注，您认为学生对此类项目感兴趣的原因是什么？您对这个项目的重要性和潜在影响有何评价？项目产出有什么实际意义？

韩冬：了解当前LLM现状及指标评价体系，对学生后续实验方案有很大帮助。项目影响和实际意义：1、推动技术创新：该项目对AI大模型幻觉抑制和问题拆解理解有技术创新的推动，开发者可以在现有的基础上进行改进，推动相关技术进步。2、社区协作：开源项目能够集结来自全球的开发者和研究者，他们可以贡献代码、报告错误和分享意见，从而推动项目的完善和发展。3、实际意义：项目可能会产出新的算法或工具，优化某些技术领域的应用实现技术提升，同时在经济效益上会降低成本，提升LLM问题理解和幻觉抑制的推进。

ospp：在学生报名和申请阶段，您是如何评估学生申请的？您更重视申请学生哪些能力或特质？您认为学生参与开源项目可以很好地完成吗？

韩冬：会更关注学生开源社区活跃情况、阅读源码能力、对LLM、RAG了解情况及学生项目方案实施和实验等背景考量。很多学生在开源社区、阅读源码及实验数据能力都有很好的基础能力，可以参与并完成开源项目。

ospp：学生的开发工作是否顺利完成？在这个过程中有没有深刻的体验可以分享？

韩冬：工作整体较顺利，特别类似LLM这种创新项目可参考经验较少，时间方面挑战很大。本次张航同学参与的工作内容主要包括阅读源码、RAG调研、项目方案实施及实验数据效果对比。通过阅读了OpenSPG开源项目knext-ca可控生成的代码模块，并梳理client、agent、modules、tools及runner代码组件。通过调研RAG分析模型回答质量的问题，并总结出问题拆解、信息检索、子问题回答排序、答案合并等关键步骤，同时也调研了相关的学术论文作为论证。在实施阶段，结合相关数据集特点优化了相关prompt、增加check检测代码块及实验效果数据，在优化过程中，张航不仅实现了基于上下文的 Prompt 优化，还设计并验证了问题分解检查模块的有效性。总体来说，张航同学提交的代码数量可观且质量上乘，所有提交均按时合并入社区，充分证明了其在代码贡献和开发能力方面的突出表现。

# 延伸与期望

ospp：在当前时代下，您认为高校学生在专业学习、技能提升等方面应该如何使用好AI这一工具？

韩冬：高校学生可以将AI工具用在例如辅助教学、专业技能培训、学术研究探索及校园创新创业等实践方面。

ospp：有什么建议或鼓励想对参与开源和开源之夏活动的同学们说的么？

韩冬：OpenSPG开源社区和开源之夏活动非常鼓励更多同学们参与，在这些活动中可以从理论和实践中收获很多，在过程中可以阅读了解很多优秀开源项目的源代码、国内外先进技术的现状和难点、分析总结出自己重点突破研究的技术方向以及未来发展技术空间等。具体些例如可以积极贡献OpenSPG代码PR、文档撰写或issue等，关注OpenSPG最新技术报告，比如我们最新发布的国内首个专业领域知识增强服务框架 KAG 技术报告（地址：https://arxiv.org/pdf/2409.13731）。

END

专栏编辑：HungryFish

校对：校大山、韩冬

制图：GoodWhite

专栏投稿请联系开源小助手：kaiyuanzhixia ，或填写下方专访信息收集问卷。