提出SynthKGQA框架与GTSQA数据集

Alberto Cattaneo、Carlo Luschi、Daniel Justus 在 arXiv 发布论文，提出 LLM 驱动的 SynthKGQA 框架，可从任意知识图谱生成带完整 ground-truth facts 的问答数据集，用于改进知识图谱增强 LLM 的训练与评测。 作者将该框架应用于 ogbl-wikikg2（源自 Wikidata 的知识图谱），并将生成条目与最新 Wikidata dump 校验后构建 GTSQA 数据集。该数据集专门用于测试模型对未见过的图结构和关系类型的零样本泛化能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。