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.
MA-DAR: 지속적 시간적 지식 그래프 추론을 위한 다양체 정렬 동적 적응형 라우팅
프레임 수준 인식에서 이벤트 수준 확인으로: 공공 공간 제스처 상호작용의 수리 기록과 런타임 실패 분석
SCOPE와 SCION: 텍스트로부터의 스키마 유도 및 융합을 위한 벤치마크와 감사 가능한 참조 파이프라인
FrED: 도메인 지식 그래프 그라운딩을 통한 외부 데이터 영향 추정
신뢰할 수 있고 비용 효율적인 데이터 통합을 향하여: 순진한 RAG에서 에이전틱 RAG까지
GRADRAG: 조율된 다중 에이전트 RAG를 위한 교차 컴포넌트 프롬프트 적응
Multimodal CoLRAG-TF: 복잡한 PDF를 위한 트리플 필터링 검색
Chronofy: 시간 인식 검색-증강 생성에서 정보 유효성을 위한 시간-논리 감쇠 아키텍처
AISE-Bench: 학술 지식 그래프에서의 정보 탐색을 위한 전주기 큐레이션 벤치마크
하이퍼그래프 기반 RAG 최적화: 향상된 사실 추출 및 청크 검색
AI 지식 시스템에서의 개체 중요도 표현: 청중 평가와 구조적 권위의 이중 신호 프레임워크
에이전트 기반 관계형 개념 발견: 해석 가능한 수술 마진 평가를 향하여
Causal-AgentIR: 적응형 이미지 복원 에이전트를 위한 자기 진화형 인과 메모리
LLM 에이전트를 위한 Profile-Graph Memory: 서사적 프로필을 통한 엔티티 간 암묵적 순회
GraphContainer: 그래프 RAG 방법 비교 및 디버깅을 위한 통합 플랫폼
HyGRL: 다중 개체 질문을 위한 적응형 하이브리드 그래프 추론
CLARK: 지식 그래프에 대한 적응형 추론을 위한 폐루프 학습
SoftReason: 고차원 지각 데이터에 대한 완전 미분 가능한 신경-소프트-기호 연역적 추론 아키텍처
Agents-K1: 에이전트 네이티브 지식 오케스트레이션을 향하여
CityLLM: 의미론적 3D 도시 모델에 대한 자연어 질의 프레임워크
DualHNIE: 이종 지식 그래프에서 노드 중요도 추정을 위한 이중 채널 하이퍼그래프 학습
NeuroGRIP: 지식 기반 EEG 발작 진단을 위한 검색-증강 그래프 정제
GAttNHP: 시간 지식 그래프에서 외삽 추론을 위한 그룹 어텐션 신경 호크스 프로세스
ChronoQG: 시간적으로 표현력 있고 hop 제한형 시간 지식 그래프 질문 생성 벤치마크를 향하여
HG-RAG: 구조화된 지식 그래프를 위한 계층 유도 검색-증강 생성
지식 그래프 그라운딩을 통한 소형 언어 모델 추론 능력 향상
SAGA: 에이전트 기반 텍스트-투-SPARQL 생성을 위한 스키마 인식 그라운딩
자율 산업 시스템을 위한 의도 추상화 층 구축을 향하여
SmartRAG: 모바일 기기용 네이티브 그래프 기반 RAG
시간적 지식 그래프 추론에서 효율적 목표 지향 경로 탐험을 위한 도달 가능성 인식 사전학습
SearchOS-V1: 견고한 개방 도메인 정보 탐색 에이전트 협업을 향하여
CoDiffGRN: BEELINE-KGC 벤치마크와 공진화 이산 확산을 통한 유전자 조절 네트워크 추론 재고
아르거스의 눈으로: 불확실성 점수화를 통한 검색 격차 평가로 검색 맹점을 탐지하고 개선
네트워크드 인텔리전스: 인간-AI 팀 과학을 위한 능동적 공유 컨텍스트 그래프
언어 모델은 가중치에 사실을 지속적으로 학습할 수 있는가?
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.