TEPCA框架提升大模型时序推理能力

发生了什么

arXiv cs.CL发布研究提出时序证据参数共对齐框架TEPCA，旨在提升大模型在时序知识图谱上的推理能力。该框架通过在证据和参数层面实现与时间知识的对齐，解决大模型静态参数记忆与现实知识动态演变不匹配的问题。TEPCA引入时间约束的动态相关性引导路径剪枝和基于互信息剪枝，保留全局连贯的时序路径和查询信息。参数层面采用动态门控LoRA，根据时间上下文动态调整低秩适应子空间，使大模型能捕捉细粒度实体演化和时间依赖关系语义。实验表明TEPCA在时序知识图谱基准测试中达到最优性能，动态门控LoRA在常识问答数据集上的评估也验证了其通用输入自适应能力、跨大模型主干的可扩展性和可解释性。