先看结论
QC-MHM 解决的不是「模型认不认识这个人」，而是「这个事实在什么时候成立」。量子位用两个时间问题开场：Lasha Talakhadze 之前的奥运举重纪录，以及第 25 届奥运会期间布达佩斯的市长。1
为什么普通问答会看漏时间
普通知识图谱把事实写成「主语、关系、宾语」；时序知识图谱还要把时间放进四元组。比如「布达佩斯的市长」可能在 1992 年和 2024 年对应不同的人，模型如果只抓住实体名，就会把正确年份答成当前年份。1
QC-MHM 的三件套
- 时序感知嵌入：给时间戳加入顺序信息，让模型知道 1992 在 2024 之前。
- 问题校准：先从知识图谱里召回和时间有关的主体、关系、客体，再反过来修正问题表示。
- 多跳图推理：裁剪相关子图，一次聚合多跳路径，并把注意力权重作为可视化的推理线索。1
论文报告了什么
在 CronQuestions 上，文章报告整体 Hits@1 达到 0.971；复杂多跳问题的 Hits@1 绝对提升 5.1%，Hits@10 提升 1.2%。迁移到 TimeQuestions 时，文章称方法同样达到 SOTA。这里的数字都属于论文实验设置，不应直接理解成所有大模型在现实时间问题上的稳定能力。1
评论
登录后可发表评论。