arXiv · cs.AI· Remo Grillo, Lukas Klic, Giovanni Colavizza·· 1 天前
QRAKEN：以自然语言问题为知识图谱接口的图谱蒸馏与语义自修复
Natural Language Questions as an Interface for Knowledge Graphs: QRAKEN Graph Distillation and Semantic Self-Healing
arXiv:2610.08095v1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：Remo Grillo, Lukas Klic, Giovanni Colavizza
研究任务与主要进展
基于论文摘要，QRAKEN提出免训练、面向本体无关的神经符号流水线，通过TTQL图谱蒸馏指导LLM生成Text-to-SPARQL查询，并利用确定性检查进行迭代修订。
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