LatentDiff：用潜空间扩散统一预测知识图谱三元组集合

LatentDiff 用潜空间扩散统一预测知识图谱三元组集合，F_tsp 平均提升 5.4 个百分点。

资讯摘要

论文提出 LatentDiff，将知识图谱三元组集合预测（TSP）重构为潜空间图生成。它先用关系感知的残差量化自编码器把整图编码为紧凑潜表示，再引入以观测为锚的潜图扩散模型，通过逐步去噪恢复缺失三元组。作者报告在三个基准数据集上 F_tsp 平均比 SOTA 高 5.4 个百分点。

要点速读

1. 论文将 TSP 从基于子图的局部补全范式改为统一的潜空间图生成。
2. 方法包含关系感知残差量化自编码器与观测锚定潜图扩散模型两部分。
3. 作者报告在三个基准数据集上 F_tsp 平均领先 SOTA 5.4 个百分点。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。