Large language model with iteratively prompt for temporal knowledge graph completion2025-07-110 PRE AI XXi Yang JJia Zhu DOI:10.1016/j.neucom.2025.130941原文链接原文求助分享收藏摘要 En 中文 • 我们在时序知识图谱补全(TKGC)中引入了一种创新方法,该方法利用具有迭代提示的大语言模型(LLMs)来捕捉复杂的时序关系和语境细微差别。 • 我们的方法通过开创性地为生成多样化和信息丰富的提示进行迭代优化过程,从而在TKGC中实现了革命性进展,并提升了任务的有效性。 • 我们提出的模型在多个数据集上取得了最先进的结果,显著超越了当前TKGC领域的基准水平。