研究人员发现,在基于图神经网络的知识图谱问答(KGQA)管道受到对抗性攻击时,子图构建阶段是导致失败的主要原因,而非GNN推理阶段。通过使用两种新的扰动——组合重构和关系同义词替换——的阶段隔离协议,研究发现超过99%的端到端崩溃发生在子图构建过程中。这突显了答案存在性与答案可达性之间的关键区别,表明缓解措施应侧重于改进子图检索,而非仅仅关注推理模型。 AI
影响 这项研究可能通过专注于改进子图构建(一个关键但先前被忽视的阶段)来促使更强大的KGQA系统。
排序理由 该集群包含一篇详细介绍AI模型鲁棒性新研究发现的学术论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- ComplexWebQuestions
- Compositional Restructuring
- graph neural network
- KGQA
- Relation Synonym Swap
- WebQSP
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →