实体
Knowledge Graph Foundation Models
Knowledge Graph Foundation Models
PulseAugur coverage of Knowledge Graph Foundation Models — every cluster mentioning Knowledge Graph Foundation Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的GRATE方法增强了时间知识图谱基础模型
研究人员推出了一种名为GRATE（Gated Rotary Attention for Temporal Encoding）的新方法，旨在增强知识图谱基础模型的时间可迁移性。GRATE通过编码时间相对差异来实现，不引入新的可学习参数，并使用条件门控来选择相关时间信号。该方法与现有的NBFNet风格模型无缝集成，同时保持结构可迁移性。为了评估GRATE在具有不相交词汇的归纳迁移任务上的性能，开发了新的基准套件GDELTIndT和WIKIIndT。
-
新的KMAS方法提升知识图谱基础模型
研究人员开发了一种名为KMAS的新方法来提高知识图谱基础模型（KGFMs）的性能。该方法通过比传统随机采样更有效地构建“困难负三元组”来增强训练过程。KMAS在训练过程中自适应地调整这些困难负例的比例，以更好地适应KGFM不断发展的能力。在44个数据集上的实验表明，KMAS可以在不显著增加时间或内存的情况下提升最先进的KGFMs。