研究：置信度估计对知识图谱审计改进有限

Zehao Lin 等作者提交的论文研究指出，在 LLM 构建的知识图谱中，更好的错误预测对审计改进帮助有限。研究以可修复性、选择余量与标签有效性解释这一局限。 在 Re-DocRED 的跨文档图上，按错误率×扇出排序的队列比同等动作的联合模型多留 3.98–4.74 个百分点的错误；开放共享动作可减少 0.89–1.43 个百分点的残差错误。通用 LLM 验证在四组模型预算配置中的三组上带来提升。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。