rLLM：基于LLM的关系表学习

我们提出了rLLM（relationLLM），这是一个基于PyTorch的开源库，专为基于大语言模型（LLMs）的关联表学习（Relational Table Learning, RTL）任务而设计。其核心思想是将当前最先进的图神经网络（GNNs）、大语言模型（LLMs）以及表格神经网络分解为标准化模块，从而支持以简洁的“组合、对齐与联合训练”（combine, align, and co-train）方式，快速构建新型RTL模型。为展示rLLM的使用方法，我们提出了一种简明的RTL方法——\textbf{BRIDGE}。此外，我们通过对经典数据集进行增强，构建了三个全新的关系型表格数据集：TML1M、TLF2K和TACM12K。我们期望rLLM能够成为RTL相关任务中一个实用且易于使用的开发框架。项目代码已开源，访问地址为：https://github.com/rllm-project/rllm。