热点事件持续更新
研究团队提出知识库问答检索框架FoG
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，研究团队在arXiv发表论文，提出知识库问答（KBQA）图推理框架 Foresight-over-Graph（FoG）。该框架旨在解决大语言模型在图推理中因局部剪枝导致关键路径过早丢失的问题，通过迭代构建证据子图并利用由远及近的反馈指导路径探索。实验结果显示，FoG 在多个 KBQA 基准上达到 SOTA 表现，在 CWQ 数据集上的 Hit 指标提升达 16.58%，同时有效降低了 LLM 调用次数与 token 消耗。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 12:00
研究团队提出FoG框架，在CWQ数据集上Hit指标提升达16.58%。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 自然语言处理Foresight-over-Graph：突破局部视野的知识库问答图推理框架
研究团队提出知识库问答框架 Foresight-over-Graph（FoG），通过迭代构建证据子图并利用由远及近的反馈指导路径探索，解决大语言模型在图推理中因局部剪枝导致关键路径过早丢失的问题。实验表明，FoG 在多个 KBQA 基准上达到 SOTA 表现，在 CWQ 数据集上的 Hit 指标提升达 16.58%，并有效减少了 LLM 调用与 token 消耗。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。