一篇新论文认为,当前知识图谱上复杂查询回答(CQA)的基准可能无法准确反映任务的难度。研究表明,现有基准中的绝大多数查询都可以简化为基本的链接预测问题,从而高估了模型的性能。作者提出了一套新的、更具挑战性的基准,旨在更好地代表现实世界的知识图谱构建,并需要多跳推理,证明了当前的CQA方法在这些更严格的评估中表现不佳。 AI
影响 挑战了当前复杂查询回答的评估方法,表明需要更严格的基准来准确评估AI能力。
排序理由 该集群包含一篇在arXiv上发表的研究论文,讨论了AI查询回答的基准。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- Cosimo Gregucci
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →