Papers with Code 아카이브
Knowledge Graphs
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 5
- 평가표
- 4
- 보존된 평가 기록
- 19
A knowledge graph is a structured representation of information that organizes data into nodes (entities) and edges (relationships) to show how different pieces of knowledge are interconnected. It enables enhanced data integration, search, and inference by modeling the relationships between concepts and entities in a graph format.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
올바른 프롬프트를 사용하면 대규모 언어 모델(LLM)이 인간의 판단을 더 잘 포착할 수 있다
다중 턴 에이전트를 위한 커리큘럼 턴 단위 지도를 활용한 온-정책 증류
숨은 상태에서 자백으로: 추론 모델의 기만 감사
CELEUS: E-Process 기반 인증 가능하고 효율적인 LLM 평가
LLM 추론의 수치적 불안정성 규명: HEAL을 통한 미션 크리티컬 태스크의 재현 가능한 추론 달성
LibEvoBench: 코드 생성 모델의 시간적 지식 계층화 탐구
효율적인 다중 턴 반복 멀티모달 추론을 위한 적응형 시각 KV 캐시 재사용
잠재 추론에 부족한 것은 신호가 아니라 불변성이다: 강건한 추론을 위한 부분공간 제약 정제
PolicyGuard: LLM 에이전트의 정책 준수를 위한 대화 기반 서브 에이전트 검증기
활성화 콘 사각지대 해소: 응답 시간 프로빙과 통합 방어
SCARCE: Scalable Cascade Analysis for Rare-event Characterisation via Embeddings
매끄러운 스케일링 법칙이 단계적 토큰 학습을 감추다
내성적 결합: 고정된 지도 신호에도 불구하고 행동 변화를 추적하는 자기 설명 학습
추론의 기하학적 특징: 과제 난이도에 대한 스펙트럼적 관점
Program-as-Weights: 퍼지 함수를 위한 프로그래밍 패러다임
선택적 예측을 통한 언어 모델 정렬
사고 모델을 위한 온-정책 자기 지식 증류의 재고찰
Ceci n'est pas une pipe: AI 시스템을 위한 정당화된 신뢰의 의미론
MJ: 분해된 크레딧 할당을 통한 다중 턴 LLM 탈옥
Read It Back: 사전학습된 MLLM은 텍스트-이미지 생성을 위한 제로샷 보상 모델이다
LiteTopK: 장문맥 희소 어텐션용 통합 Indexer-TopK 커널을 위한 차원의 저주 활용
동적 다회차 상호작용을 통한 비전-언어 모델의 맥락화된 평가
Spatial-IQ: 계층적 능력 테스트를 통한 공간 지능 분해
정교한 축출 정책이 실패할 때: LLM 접두 문맥 재사용을 위한 캐시 교체 정책의 재고
L-MARS: 에이전틱 검색 및 인용 충실성 감사를 갖춘 법률 다중 에이전트 시스템
LAPITHS로 Centaur(들)을 다루기: AI 성능의 이론적으로 정당화된 해석을 위한 프레임워크
에이전트의 기권: 에이전트는 행동하는 대신 멈춰야 할 때를 아는가?
EVOQUANT: 견고한 정량 트레이딩을 위한 자기 진화형 검증기 유도 전략 최적화
스키마 매칭을 위한 지식 그래프 기반 검색 증강 생성
진화하는 라이브러리를 활용한 테스트 시간 학습
LLM 도덕 판단의 예-아니오 편향 분해: 입장, 위치, 단어, 판결
LittleLearner: 교육학적으로 제어된 지식 노출 환경에서의 언어 모델
KDFP: 대규모 언어 모델의 지식 증류를 위한 제1원리적 접근법
암호화폐 트랜잭션 분석을 위한 대규모 언어 모델: 비트코인 사례 연구
공감을 넘어서: 정신 건강 상담을 위한 대규모 언어 모델의 진단적·치료적 추론 통합
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.