EoG：无需QA标注的LLM图谱推理自进化框架
热点事件持续更新
EoG：无需QA标注的LLM图谱推理自进化框架
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Zongyuan Sun 等研究者在 arXiv 论文中提出 Evolve on Graph（EoG）框架，让 LLM 在无 QA 标注的条件下自进化知识图谱推理能力。论文称该方法在六个 benchmark 上持续优于 prompt、检索和 Agent 类方法，代码已开源。 其核心机制是 Graph Self-Play：单一 LLM 交替扮演提出问题的 Proposer 与作答的 Solver，通过 SVTS 生成可符号验证的拓扑骨架，并用 Boundary-Aware Graph Curriculum 使题目保持在 Solver 的能力边界附近。实验基于 Freebase、Wikidata 和一个工业知识图谱。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 23:23
Evolve on Graph：无需问答标注的自进化知识图谱推理框架报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · cs.AIEvolve on Graph：无需问答标注的自进化知识图谱推理框架
研究者提出 Evolve on Graph（EoG）框架，让 LLM 在无 QA 标注下通过 Graph Self-Play 自进化图谱推理：单一 LLM 交替扮演提出问题的 Proposer 与作答的 Solver，并用 SVTS 生成可符号验证的拓扑骨架、用 Boundary-Aware Graph Curriculum 使题目保持在 Solver 能力边界。在基于 Freebase、Wikidata 和一个工业 KG 的六个 benchmark 上，EoG 持续优于 prompt、检索和 Agent 类方法，代码已开源。
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。