维基百科多跳问答的图检索不再依赖大模型做全语料开放抽取，而是用本地 GLiNER2 按预设关系模式建图，再从图中未被关系覆盖的实体对里发现语料特有的新关系并事后注入三元组。在 MuSiQue、2WikiMultihopQA 和 HotpotQA 各 1000 道题上，完整流程的 F1 分别为 0.4577、0.6637 和 0.7154，均高于 BGE 版 HippoRAG2 基线；MuSiQue 上自适应扩展新增 93 种关系、1691 条三元组，相对仅用种子模式把 F1 提高 0.0225。最终答案生成仍调用 GPT-4o-mini。
在过敏与临床免疫专科队列上，一种把患者和临床发现建成知识图谱、再用图嵌入聚类的表示方法，在随机缺失、条件缺失和值依赖缺失三种设定下都没有出现聚类质量崩塌。此前常用的“先填补、再降维、后聚类”流程在值依赖缺失下表现最差，而填补会把未检测的抗体与确认阴性混为一谈。
面向科学发现的AI通常只从已发表的阳性结果中学习，因而系统性地看不见失败与被压制的方向。一套三层操作流程把这一缺口拆成可执行的步骤：先在建好的知识图谱上为理论上可能却无文献记录的关系计算缺失惊讶分，再让对抗分类器从未发表、被拒或未达终点的数据中找出被系统性压制的特征，最后用反归纳损失生成偏离共识但通过可行性过滤的假说。在CPEB3/CPEB4神经生物学案例中，流程标出四个结构盲区，并给出一条关于星形胶质细胞睡眠期翻译与主动遗忘的可检验假说。
该工作提出一条流水线：用代码专用大模型（基于 Qwen3-Coder-30B-A3B-Instruct）对源码文件做开放分类法的语义标注，抽取算法、范式、设计模式与应用领域四类概念，再经三阶段 Wikidata 落地（确定性 SPARQL、面向长尾的 Deep Research Agent、父类闭包上卷），并配合人工金标集与 LLM 评审的校准质控，最终在 Stack-Edu 语料上构建出 CodeGraph：约 1.58 亿节点（其中约 1.45 亿为文件节点、约 6.3 万个抽取概念、约 1.98 万个已落地 Wikidata 实体）与约 10 亿条类型化边，覆盖 14 种编程语言。
已读完全部报道