TOFU：面向多模态知识图谱的token化基础模型

TOFU用多模态token化提升知识图谱基础模型的跨图迁移能力。

资讯摘要

论文提出TOFU，一种面向多模态知识图谱推理（MMKGR）的token化基础模型。TOFU将结构、视觉和文本信息离散为各模态专属token，再用分层融合架构与mixture-of-message机制处理，以获得可迁移特征。作者报告在17个直推、归纳和完全归纳MMKG上，TOFU总体优于强KGFM与MMKGR基线，并在未见过的MMKG上表现良好。

要点速读

1. 论文将结构、视觉、文本信息离散为模态专属token，用于跨多模态知识图谱迁移。
2. TOFU采用分层融合架构与mixture-of-message机制处理token并提取可迁移特征。
3. 作者报告在17个直推、归纳与完全归纳MMKG上总体优于KGFM和MMKGR基线。

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 2026/10/29 08:00:21（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。