Graph Memory: Strukturierte Wissensgraphen verbessern Embedding-Inferenz
Wissenschaftler haben ein neues, nicht-parametrisches Framework namens Graph Memory (GM) vorgestellt, das die klassische Embedding‑Inference um eine kompakte, relationale Speicherstruktur erweitert. Anstatt jedes Trainingsbeispiel isoliert zu betrachten, fasst GM den gesamten Embedding‑Raum in Prototypknoten zusammen, die mit Zuverlässigkeitsindikatoren versehen sind und durch Kanten verbunden werden, die geometrische sowie kontextuelle Beziehungen abbilden.
