符号约束相关 AI 资讯 · AITOP · AI热报

8月26日

11:23

11:23

官方账号arXiv cs.AI@Emanuel Kitzelmann

研究LLM在知识图谱问答中的局限性，提出CES-PK方法，通过轻量级符号约束验证候选答案，提高精确度并保留召回率。在Hetionet上实验，验证方法有效性。

论文 LLM-based KGQA 知识图谱问答 CES-PK方法

推荐理由：这篇论文提出了CES-PK方法，解决了LLM在知识图谱问答中的问题，值得相关领域研究者关注。

7月24日

09:27

09:27

官方账号arXiv cs.AI@Michael Romei de Socio, Gian Luca Pozzato, Alessio Merlo

该研究提出一种条件扩散模型，从部分观测生成未来图状态轨迹，并叠加符号约束层（硬过滤、软加权、投影修复）提升结构可行性。在紧凑图场景下，模型无效概率质量为0.002996；在中等复杂度依赖图场景下升至0.155929。硬过滤剔除所有无效轨迹，保留84.4%样本；软加权保持有效样本量但增益有限。分析表明依赖约束是几乎全部不可接纳性的来源。

论文扩散模型动态图系统符号约束

推荐理由：这篇论文用具体数字告诉你，统计上合理的轨迹未必结构可行，扩散模型加符号约束能解决。看中型图场景下0.156的无效概率怎么被硬过滤砍掉。