热点事件持续更新
研究团队提出检索增强知识追踪框架CaRe-KT
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月4日，研究人员在 arXiv 发布成果，提出面向知识追踪的连续性感知检索增强推理框架 CaRe-KT。该框架通过引入证据图缓存构建查询专用子图，旨在弥合证据获取与下游推理之间的对齐差距；同时采用结果监督对比学习将检索轨迹与目标历史映射至共享表征空间，并通过注意力机制自适应调节证据的预测影响。在 5 个基准测试的实验中，CaRe-KT 的性能超越了强基线模型，并在稀疏历史与冷启动条件下保持了鲁棒性。
AI 根据报道生成 · 3 小时前更新
最新进展11月4日 13:00
研究团队提出CaRe-KT框架，在5个基准测试中超越强基线且在冷启动下表现鲁棒。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 机器学习CaRe-KT：面向知识追踪的连续性感知检索增强推理
研究人员提出检索增强知识追踪框架 CaRe-KT，通过引入证据图缓存构建查询专用子图，弥合证据获取与下游推理之间的对齐差距。该框架采用结果监督对比学习将检索轨迹与目标历史映射至共享表征空间，并通过注意力机制自适应调节证据的预测影响。在 5 个基准测试中，CaRe-KT 性能超越强基线模型，并在稀疏历史与冷启动条件下保持鲁棒。
本事件热度走势
当前热度 9·可比范围峰值 10（11月4日 14:00）·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。