Yichi Zhang团队发布多模态知识图谱基础模型TOFU
热点事件持续更新
Yichi Zhang团队发布多模态知识图谱基础模型TOFU
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10月28日，Yichi Zhang等人在arXiv cs.CL领域发布论文，正式提出基于细粒度可迁移多模态Token的知识图谱基础模型TOFU，旨在解决多模态知识图谱推理的泛化难题。 TOFU模型创新性地通过离散化结构、视觉和文本信息为模态特异性Token，构建了统一的多模态输入表征，为知识图谱的基础模型研究提供了新的技术路径。 实验结果显示，该模型采用层级融合架构和混合消息机制，在17个多模态知识图谱上展现了强泛化性能，且在transductive、inductive等设置下均优于现有基线模型。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
TOFU：构建基于细粒度可迁移多模态 Token 的知识图谱基础模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · NLPTOFU：构建基于细粒度可迁移多模态 Token 的知识图谱基础模型
TOFU 提出了一种基于 token 的知识图谱基础模型，通过离散化结构、视觉和文本信息为模态特异性 token，实现了在 17 个多模态知识图谱上的强泛化性能。 该模型采用层级融合架构和混合消息机制处理多模态 token，在 transductive、inductive 和 fully-inductive 设置下均优于现有的知识图谱基础模型和多模态知识图谱推理基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。