arXiv · cs.AI· Alberto Cattaneo, Carlo Luschi, Daniel Justus·· 6 小时前
SynthKGQA 生成知识图谱问答数据集与 Ground-Truth 子图，改进知识图谱增强 LLM 的训练与评测
Ground-Truth Subgraphs for Better Training and Evaluation of Knowledge Graph Augmented LLMs
arXiv:2511.04473v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Alberto Cattaneo, Carlo Luschi, Daniel Justus
期刊信息（来源提供）：Transactions on Machine Learning Research (TMLR), 09/2026
研究任务与主要进展
作者提出 SynthKGQA 框架，从任意知识图谱生成带有完整 ground-truth facts 的问答数据集，并据此构建 GTSQA。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org