ARTFEED — Contemporary Art Intelligence

PathISE: Apprendimento di Supervisione Informativa sui Percorsi per KGQA

other · 2026-05-12

PathISE è un approccio all'avanguardia per il Question Answering su Grafi di Conoscenza (KGQA) che si concentra sull'ottenimento di supervisione di alta qualità attraverso etichette a livello di risposta. Include uno stimatore basato su transformer semplificato che valuta l'utilità dei percorsi relazionali, generando pseudo-supervisione a livello di percorso. Questa supervisione viene poi trasformata in un generatore di percorsi per modelli linguistici di grandi dimensioni (LLM), garantendo che i percorsi siano radicati nel grafo di conoscenza (KG) per fornire prove chiare per il ragionamento nelle risposte. Questa tecnica affronta la sfida di ottenere segnali di supervisione intermedi, come percorsi o sottografi rilevanti, che spesso richiedono risorse considerevoli. In definitiva, PathISE mira a migliorare la generazione aumentata da recupero integrando conoscenza strutturata dai KG negli LLM.

Fatti principali

  • 1. PathISE è un framework per il Question Answering su Grafi di Conoscenza (KGQA).
  • 2. Apprende supervisione intermedia da etichette a livello di risposta.
  • 3. Utilizza uno stimatore leggero basato su transformer per valutare l'informatività dei percorsi relazionali.
  • 4. Costruisce pseudo-supervisione a livello di percorso.
  • 5. Distilla la supervisione in un generatore di percorsi per LLM.
  • 6. I percorsi sono radicati nel KG per prove compatte.
  • 7. Affronta l'alto costo di ottenere segnali di supervisione intermedi.
  • 8. Mira a migliorare la generazione aumentata da recupero con radicamento nel KG.

Entità

Fonti