标签
本文提出了一种自我改进的“研究者智能体”，用于知识图谱上的Text-to-SPARQL问答，该智能体能迭代优化自身的提示和工具。在DBpedia上进行评估，达到了0.22的准确率，并识别出谓词选择是主要瓶颈。
本文提出GGC，一种生成器-门控-纠正器框架，通过选择性纠正LLM生成的SPARQL查询来提高可靠性和准确性，在MCQA上达到98.33%的查询级准确率，同时将推理开销降低45%。
本文介绍了Kontrast，一种利用Text-to-SPARQL和LLM推理自动检测Wikipedia文本、表格和Wikidata知识图谱之间知识不一致性的框架。