English(EN) Can LLMs Use Relational Transformer Embeddings?

大型语言模型与关系嵌入的集成显示出喜忧参半的结果

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-02 04:00

研究人员通过将来自关系 Transformer (RT) 的嵌入注入 Qwen3.5-4B，研究了将冻结的关系编码器嵌入集成到大型语言模型 (LLM) 中的方法。该研究采用了监督微调和强化学习，在 RelBench 的关系数据库上的 10 个分类任务中评估了混合模型。结果表明，混合模型并未持续优于独立的 RT，并且对各种训练参数和格式表现出不稳定性与敏感性。 AI

影响这项研究探索了一种将结构化关系数据集成到大型语言模型中的新颖方法，有可能提高它们在复杂数据集上的推理能力。

排序理由该集群包含一篇详细介绍新颖研究方法及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 19 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍新颖研究方法及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Francisco Galuppo Azevedo, Clarissa Lima Loures · 2026-09-02 04:00

大型语言模型能使用关系式 Transformer 嵌入吗？

arXiv:2609.00457v1 Announce Type: new Abstract: Injecting frozen relational-encoder embeddings as soft tokens into a large language model (LLM) is a conceptually appealing fusion strategy: the encoder handles multi-table structure, the LLM handles language and reasoning, and no l…

本文如何被排名

报道来源 [1]

大型语言模型能使用关系式 Transformer 嵌入吗？

相关实体

相关话题