arXiv 自然语言处理· Zehao Lin, Kai Chen, Xixuan Hao, Erenkai Zhu, Chunyu Li, Helan Hu·· 7 小时前AI 评分34
更优的置信度何时能提升知识图谱审计效果？
When Does Better Confidence Improve a Knowledge-Graph Audit?
AI 导读
该研究针对 LLM 构建知识图谱中更好错误预测难以提升审计效果的问题展开分析，并将非自适应审计建模为有预算的覆盖问题。在 Re-DocRED 跨文档图谱实验中，“错误率×出度”队列比相同动作的联合模型多残留 3.98-4.74 个百分点的错误，联合规划器开启共享动作可使残留错误降低 0.89-1.43 个百分点。
来源：arXiv 自然语言处理 · arxiv.org