arXiv · cs.AI· Yang Hong, Yajun Yang, Xin Wang, Liping Jing, Qinghua Hu·· 1 天前
Foresight-over-Graph：通过超越局部视野的图推理提升知识库问答
Foresight-over-Graph: Reasoning Beyond Local Horizons for Knowledge Base Question Answering
arXiv:2610.08388v1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：Yang Hong, Yajun Yang, Xin Wang, Liping Jing, Qinghua Hu
研究任务与主要进展
Yang Hong等提出Foresight-over-Graph（FoG），用于知识库问答中的证据检索，并通过由远及近的反馈迭代探索证据图、减少关键分支被过早丢弃。基于论文摘要，FoG在常用KBQA基准上达到领先性能，CWQ的Hit提升16.58%，同时减少LLM调用和token使用；代码已公开，但完整实验细节未提供。
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