「回答を見つける（最良の回答を見つけるための最良の方法についての回答を見つける方法）」

「美容とファッションの秘訣を見つける（最適な美容とファッションの秘訣を見つけるための最良の方法についての回答を見つける方法）」

南カリフォルニア大学（USC）のコンピュータサイエンティストは、異なるアプリケーションに対して最適な知識グラフ（KG）の表現がどれかを考慮しました。

研究者たちは、三つの使用ケースに関して、四つの種類のKG表現の性能に焦点を当てました：知識の探索、クエリの作成、機械学習モデルの構築。

USCのJay Pujaraさんは「基本的には、明確な勝者はありませんでした。これは、ある特定のタスクに対して特定のタイプの表現が常に最適であると言える状況ではありません。」と述べました。

しかし、研究者たちは、一つの表現方法であるQualifierがすべてのシナリオでうまく機能することを発見しました。この方法では、エンティティをつなぐエッジに情報を割り当てて追加の事実を提示します。

• ロボットが4億5000万年前の絶滅した海洋生物を模倣
• 「スマートフォンアプリが肝臓手術における安全性を向上させる」
• スケーリングダウン、スケーリングアップ：モデルの量子化での生成AIのマスタリング

Pujaraさんは「提案されたそれぞれの表現方法には、それぞれ利点がある場合がまだあります。」と述べました。USC Viterbi School of Engineering 記事全文を表示する

抄録の著作権は2023年にSmithBucklin、ワシントンD.C.、アメリカに帰属します

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!