论文：更丰富的图表示反而可能损害关系泛化，COLM oral
PMinervini · x · 2026-10-21
Alessio Cagiano 等人的论文《Graph-to-Table Interfaces Control Relational Generalisation》被 COLM 接收为 oral 报告。论文探究一个反直觉问题：更丰富的图表示是否可能泛化更差。
研究将关系推理转化为「图到表格」的接口，系统测试改变编码器（行编码）、带标签上下文或解码器时，模型的关系泛化能力会发生什么变化。配图展示了从查询图（wolf→canine 上位词关系）构造候选表格、行编码与标注上下文、再到表格预测的完整流程。
「研究」频道最新
- Hugging Face 发布 SimReady Central:开放机器人仿真 3D 资产库 — Hugging Face Blog · 2026-10-21
- MARTINI 算法：用多个廉价代理奖励混合，无需查询真值即可引导生成模型 — mmbronstein · 2026-10-21
- GPT Image 2.5 对比 Nano Banana 2.1：502 张锈蚀掩码合成数据实测 — Gloomy_Recognition_4 · 2026-10-21
- Chaperone 设计 agent 省 86% token,两周做出 1.32 nM 皮质醇结合蛋白 — josephdviviano · 2026-10-21
- 学者反驳「大脑只是神经元放电」：生物神经元会自我维持，AI 没有 — ValerioCapraro · 2026-10-21
- 「能中 NeurIPS 的论文，洞见少到不配发一条推」，学者吐槽评审门槛 — yacineMTB · 2026-10-21