跳到正文
原文
arXiv cs.AI· Sachin Dev Duggal, Pradyumna Swarnalatha Ramanna, Alexandros Vassiliades·· 2026-10-01AI 评分34

Concept-Grounded Attention:图注入注意力、时间版本与认识状态的对照评估

Concept-Grounded Attention: A Controlled Evaluation of Graph-Injected Attention, Temporal Versioning, and Epistemic Status

AI 导读

概念扎根注意力(CGA)对照评估表明,图注入注意力的大部分增益仅源于模型新增容量,而显式时间与认识状态表示可带来实质提升。在 LongMemEval 评测中,显式时间表示使最高 122B 参数模型的回答准确率提升 13 至 25 个百分点。认识状态机制还将 72-122B 模型的无支持断言率从 19-68% 降至 0-5%,微调小模型降至 0.1%。

来源:arXiv cs.AI · arxiv.org