KGPFN：知识图谱基础模型实现上下文学习

Yisen Gao 等作者提交论文预印本，提出知识图谱基础模型 KGPFN。该模型基于 Prior-Data Fitted Network（PFN），结合可迁移的关系表示与推理时对结构化上下文的上下文学习，无需在推理时更新参数即可预测未见实体和关系。 作者称，KGPFN 在 57 个知识图谱上取得最佳平均 MRR，无论是否微调；上下文敏感性分析显示负样本上下文具有重要价值。代码已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。