跳到正文
原文
arXiv cs.CL· Zehao Lin, Kai Chen, Xixuan Hao, Erenkai Zhu, Chunyu Li, Helan Hu·· 2 小时前AI 评分42

置信度提升何时能改善知识图谱审计?

When Does Better Confidence Improve a Knowledge-Graph Audit?

AI 摘要

研究探讨 LLM 构建的知识图谱中,更优的置信度估计在审计场景下的实际增益。实验显示,基于错误率与扇出队列的方法比联合模型多出 3.98-4.74 个百分点的错误残留,而开放共享动作可减少 0.89-1.43 个百分点。通用 LLM 验证在四个配置中的三个上提升了表现,但联合与独立块模型的等价性尚不明确。

来源:arXiv cs.CL · arxiv.org