研究提出歧义感知的结构化生成与图推理选择框架

Ratun Rahman、Atit Pokharel 等研究者将结构化生成重构为“歧义感知推理”问题：不再预测单一结构化输出，而是先生成一组合理的候选，再把每个候选表示为捕捉实体及关系的图，通过语义对齐与关系一致性的图推理从中选择，并用多有效学习框架在优化中保留歧义。 作者称，在结构化生成基准上，该方法在准确率、稳定性以及不同歧义程度下的鲁棒性上均有提升。该工作已被 NeurIPS 2026 接收。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。