结构化数据能否减少表观不确定性？
人工智能
2025-03-04 v1
摘要
本文提出了一种利用本体对齐改进深度学习模型学习过程的框架。我们证明，使用本体微调的模型在顺序分类任务上的学习率更高，性能更佳。此外，我们扩展工作，展示在进行本体对齐过程中检索到的子sumption映射如何帮助增强大型语言模型（LLM）的检索增强生成。结果表明，使用子sumption映射获得的响应在情境相似性上提高了8.97%，在事实准确性上提高了1%。我们还利用这些分数定义我们的幻觉指数，证明该方法将LLM的幻觉减少4.847%。
关键词
引用
@article{arxiv.2410.11141,
title = {Can Structured Data Reduce Epistemic Uncertainty?},
author = {Shriram M S and Sushmitha S and Gayathri K S and Shahina A},
journal= {arXiv preprint arXiv:2410.11141},
year = {2025}
}
备注
Presented at NeLaMKRR@KR, 2024 (arXiv:2410.05339)