精选理由
多跳知识图谱问答一直难在中间节点没语义关联，RSF-GLLM用循环软流解决了这个瓶颈，比那些全靠LLM暴力推理的更快更准。
RSF-GLLM框架将可微图推理与答案生成解耦，采用GRU引导的查询更新器和动态门控机制遍历语义不相似的桥接节点。引入流稀疏正则化保证从软概率收敛到离散推理路径。在WebQSP和CWQ数据集上，RSF-GLLM取得了与基于LLM的方法竞争的性能，且推理效率更高。
AI 翻译 · 中文
RSF-GLLM框架将可微图推理与答案生成解耦，采用GRU引导的查询更新器和动态门控机制遍历语义不相似的桥接节点。引入流稀疏正则化保证从软概率收敛到离散推理路径。在WebQSP和CWQ数据集上，RSF-GLLM取得了与基于LLM的方法竞争的性能，且推理效率更高。
Multi-hop Question Answering over Knowledge Graphs faces a critical challenge: traditional retrieve-then-read pipelines break differentiability, preventing the retriever from learning to bridge the semantic gap where int…