研究人员开发了一种用于迭代知识图谱修复的选择性检索新框架。该系统使用语言模型代理来探索和编辑图谱，并由一个路由器指导其访问外部证据检索代理。该框架在建筑自动化数据集上进行了测试，结果表明，受控的研究人员访问可以改善某些违规的修复结果，但根据具体部署情况，也可能导致其他违规的修复结果变差。该路由器通过使用比始终启用访问更少的 token 来证明其效率，并在多个评估套件中实现了比始终禁用访问更高的修复 F1 分数。 AI
影响 这项研究可能带来更准确、更高效的知识图谱维护，从而改进依赖结构化数据的应用程序。
排序理由 关于知识图谱修复新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
