arXiv · cs.AI · Manzong Huang, Chenyang Bu, Yi He, Jiapu Wang, Xindong Wu · 4 小时前模型评分37
QueryFlow：用自适应查询演化做多跳图检索
QueryFlow: Multi-Hop Graph Retrieval with Adaptive Query Evolution
导读
QueryFlow 将多跳证据检索视为证据表示与查询条件的协同演化，把图上下文的查询条件摘要循环整合进共享查询状态，用于控制后续传播的边界输入与关系特征。在四个多跳问答数据集上，其 macro Recall@10、Full Recall@10 和 大语言模型（LLM，Large Language Model）-Acc 分别比代表性基线提升 4.98、8.40 和 8.0 个百分点。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “QueryFlow realizes this perspective by recurrently integrating query-conditioned summaries of graph context into a shared query state, which controls boundary inputs and relation features for subsequent propagation.”
来源：arXiv · cs.AI · arxiv.org