AgREE: Agentic Reasoning for Knowledge Graph Completion on Emerging Entities
AgREE: Агентное рассуждение для пополнения графов знаний о появляющихся сущностях Документ представляет AgREE (Agentic Reasoning for Emerging Entities), новую агентно-ориентированную структуру, разработанную для решения проблем в задаче пополнения графов знаний (KGC) в открытых доменах, особенно для постоянно появляющихся сущностей. Существующие методы KGC часто не могут получить полную и актуальную информацию о новых сущностях из-за опоры на статическое параметрическое знание, заранее сформированные запросы или одношаговый поиск. AgREE преодолевает эти ограничения, сочетая итеративные действия по извлечению информации с многошаговым рассуждением, динамически создавая богатые триплеты графов знаний без какой-либо предварительной тренировки. Этот агентный подход стратегически использует инструменты для исследования интернета, саморефлексии и планирования, тем самым строя субграфы, ориентированные на сущности, посредством стратегического поиска информации. Экспериментальные результаты показывают, что AgREE значительно превосходит предыдущие методы, достигая улучшения до 13,7% и даже 45,3% на наборах данных с появляющимися сущностями. Более того, в статье предлагается новая методология оценки на основе hits@N по отношениям для более справедливой оценки производительности KGC и представлен новый эталонный набор данных для появляющихся сущностей. Эта работа подчеркивает эффективность интеграции агентного рассуждения со стратегическим поиском информации для поддержания актуальных графов знаний в динамичных информационных средах. #ГрафыЗнаний #KGC #АгентныйИИ #ПоявляющиесяСущности #ПоискИнформации #БЯМ #ИсследованияИИ #НЛП #МашинноеОбучение #ДинамическиеЗнания #apple документ - https://arxiv.org/pdf/2508.04118 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM
AgREE: Агентное рассуждение для пополнения графов знаний о появляющихся сущностях Документ представляет AgREE (Agentic Reasoning for Emerging Entities), новую агентно-ориентированную структуру, разработанную для решения проблем в задаче пополнения графов знаний (KGC) в открытых доменах, особенно для постоянно появляющихся сущностей. Существующие методы KGC часто не могут получить полную и актуальную информацию о новых сущностях из-за опоры на статическое параметрическое знание, заранее сформированные запросы или одношаговый поиск. AgREE преодолевает эти ограничения, сочетая итеративные действия по извлечению информации с многошаговым рассуждением, динамически создавая богатые триплеты графов знаний без какой-либо предварительной тренировки. Этот агентный подход стратегически использует инструменты для исследования интернета, саморефлексии и планирования, тем самым строя субграфы, ориентированные на сущности, посредством стратегического поиска информации. Экспериментальные результаты показывают, что AgREE значительно превосходит предыдущие методы, достигая улучшения до 13,7% и даже 45,3% на наборах данных с появляющимися сущностями. Более того, в статье предлагается новая методология оценки на основе hits@N по отношениям для более справедливой оценки производительности KGC и представлен новый эталонный набор данных для появляющихся сущностей. Эта работа подчеркивает эффективность интеграции агентного рассуждения со стратегическим поиском информации для поддержания актуальных графов знаний в динамичных информационных средах. #ГрафыЗнаний #KGC #АгентныйИИ #ПоявляющиесяСущности #ПоискИнформации #БЯМ #ИсследованияИИ #НЛП #МашинноеОбучение #ДинамическиеЗнания #apple документ - https://arxiv.org/pdf/2508.04118 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM