蚂蚁提出K-ON解决知识图谱感知难题
蚂蚁团队提出多词元并行预测方法K-ON，解决了大语言模型与知识图谱之间存在的粒度不匹配问题。该方法通过实体层级的对比学习机制并行预测多个实体不同位置词元的概率分布，实现对所有候选实体的一次性评估。实验结果表明，K-ON在多个知识图谱补全任务数据集上的表现均优于现有方法，并且具有更高的训练和推理效率。相关成果已被国际顶级学术会议AAAI 2025录用。来源：https://mp.weixin.qq.com/s/sBw5DyW5aDpViDBLsOieYw
页:
[1]