关系知识筛选生成紧凑知识图谱上下文

2026年11月1日，Seunghui Jwa等人在arXiv（cs.CL）发表《Less but Sufficient: Relation Knowledge Selects Compact Knowledge-Graph Contexts》论文。该研究提出基于关系知识筛选的方法，旨在生成紧凑的知识图谱上下文以优化检索效果。 后续报道表明，该方法选出的事实使七种开源大语言模型的精确匹配表现优于相关度排序基准。在SubgraphRAG基准测试中，该方法仅使用四分之一的prompt tokens即可达到同等效果，有效降低了计算开销。 精度门控机制进一步验证了该方法的可靠性。数据显示，该机制在WebQSP和CWQ测试集上分别回答了18%和5%的问题，且准确率分别高达90%和96%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。