五款大模型在五个知识图谱上的多跳推理基准测试
热点事件持续更新
五款大模型在五个知识图谱上的多跳推理基准测试
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Ali Sarabadani 等作者发布基准研究，对 GPT-5.1、Gemini 2.0 Pro、Llama 3、Qwen 和 BioGPT 五个大语言模型在 DrugBank、NeuroSynth、Cognitive Atlas、Brain Map 和 GDPKG 五个知识图谱上的多跳推理与幻觉表现进行测试。 结果显示，GPT-5.1 与 Gemini 2.0 Pro 在多跳和高层推理任务上普遍优于领域专用模型，但所有模型的性能都随查询复杂度上升而下降。
AI 根据报道生成 · 2 小时前更新
最新进展11月6日 13:00
异构认知与生物医学知识图谱上的大语言模型基准测试：图接地在多跳推理与幻觉缓解中的作用报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AI异构认知与生物医学知识图谱上的大语言模型基准测试：图接地在多跳推理与幻觉缓解中的作用
研究对 GPT-5.1、Gemini 2.0 Pro、Llama 3、Qwen 和 BioGPT 五个 LLM 在 DrugBank、NeuroSynth、Cognitive Atlas、Brain Map 和 GDPKG 五个知识图谱上进行基准测试，GPT-5.1 与 Gemini 2.0 Pro 在多跳和高层推理任务上普遍优于领域专用模型，但性能随查询复杂度上升而下降。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。