DG-LoRA

新框架TEPCA增强大模型在时序知识图谱上的推理能力

研究人员开发了一个名为时序证据-参数协同对齐（TEPCA）的新框架，以提高大语言模型（LLMs）处理时序知识图谱的推理能力。TEPCA通过确保检索到的证据不仅在语义上相关，而且在时间上连贯，并考虑事件顺序和演化依赖关系，来解决当前方法的局限性。该框架还引入了动态门控LoRA（DG-LoRA），这是一种参数高效的微调技术，可以根据时间上下文动态调整适应性，使LLMs能够更好地捕捉不断变化的实体语义和关系。