知识图谱推理新sota，兼顾性能+效率！中科大新作 | NeurIPS'25
中科大团队在NeurIPS 2025提出DuetGraph，针对知识图谱推理中的效率低、表达弱、过平滑等问题，设计了双阶段粗到细推理框架与双通路全局-局部特征融合模型。该方法通过粗粒度召回缩小搜索空间，细粒度精排提升准确性，并利用自适应融合机制协调GNN与Transformer路径，在理论与实验上均有效缓解过平滑问题。在多个大规模数据集上，DuetGraph于Transductive与Inductive场景中显著优于基线模型，Hits@K与MRR指标领先，且训练与推理时间更优，展现出高效率、强泛化、良好可扩展性及任务通用性，为大规模知识推理提供了可行方案。来源：https://mp.weixin.qq.com/s/zUy05pRWZuJKmxBLEhqtBw
页:
[1]