結構化提示

深度分析

結合 LLM 與 GNN 的 GLOW 系統：開放式知識圖譜問答新突破

開放式知識圖譜問答因圖譜不完整而受限。GLOW 透過 GNN 預測候選答案，並以結構化提示驅動 LLM 推理，實現符號與語意雙向結合。實驗顯示其在新基準上提升最高 53.3%，顯示開放世界 QA 的可行新方向。