MARS：无需微调的多跳KGQA检索与SPARQL生成
热点事件持续更新
MARS：无需微调的多跳KGQA检索与SPARQL生成
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Nikit Srivastava 等作者提出 MARS，一种无需模型微调的知识图谱问答（KGQA）方法。它把问题中的实体链接到知识图谱，再逐步迭代获取下一跳信息，每一步由模型自行决定继续遍历还是生成最终的 SPARQL 查询。 作者称，在三个 KGQA 基准上跨多个大语言模型及多语言设置的评估中，MARS 性能与 SOTA 方法相当，同时保持高效可扩展；代码与资源已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
MARS：面向 KGQA 的多跳自适应检索与 SPARQL 生成方法报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CLMARS：面向 KGQA 的多跳自适应检索与 SPARQL 生成方法
MARS 是一种无需模型微调的可扩展知识图谱问答（KGQA）方法，通过结构化检索将问题实体链接到 KG 并迭代获取下一跳信息，每步自行决定继续遍历还是生成最终 SPARQL 查询。该方法在三个 KGQA 基准上跨多个 LLM 及多语言设置评估，性能与 SOTA 方法相当，同时保持高效可扩展，代码与资源已公开。
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。