Buchumschlag

Improving Factuality in LLMs via Inference-Time Knowledge Graph Construction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Shanglin, Liu, Lihui, Choi, Jinho D., Shu, Kai
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MedReason: Eliciting Factual Medical Reasoning Steps in LLMs via Knowledge Graphs
von: Wu, Juncheng, et al.
Veröffentlicht: (2025)

CounterRefine: Answer-Conditioned Counterevidence Retrieval for Inference-Time Knowledge Repair in Factual Question Answering
von: Huang, Tianyi, et al.
Veröffentlicht: (2026)

DYCP: Dynamic Context Pruning for Long-Form Dialogue with LLMs
von: Choi, Nayoung, et al.
Veröffentlicht: (2026)

DyKnow: Dynamically Verifying Time-Sensitive Factual Knowledge in LLMs
von: Mousavi, Seyed Mahed, et al.
Veröffentlicht: (2024)

Graph-O1 : Monte Carlo Tree Search with Reinforcement Learning for Text-Attributed Graph Reasoning
von: Liu, Lihui
Veröffentlicht: (2025)

KG-FPQ: Evaluating Factuality Hallucination in LLMs with Knowledge Graph-based False Premise Questions
von: Zhu, Yanxu, et al.
Veröffentlicht: (2024)

Follow the Path: Reasoning over Knowledge Graph Paths to Improve Large Language Model Factuality
von: Zhang, Mike, et al.
Veröffentlicht: (2025)

Can LLMs be Good Graph Judge for Knowledge Graph Construction?
von: Huang, Haoyu, et al.
Veröffentlicht: (2024)

Aligning Knowledge Graphs and Language Models for Factual Accuracy
von: Nishat, Nur A Zarin, et al.
Veröffentlicht: (2025)

Conversational Question Answering with Reformulations over Knowledge Graph
von: Liu, Lihui, et al.
Veröffentlicht: (2023)

Inference Scaled GraphRAG: Improving Multi Hop Question Answering on Knowledge Graphs
von: Thompson, Travis, et al.
Veröffentlicht: (2025)

Evaluating the Factuality of Large Language Models using Large-Scale Knowledge Graphs
von: Liu, Xiaoze, et al.
Veröffentlicht: (2024)

From Patient Consultations to Graphs: Leveraging LLMs for Patient Journey Knowledge Graph Construction
von: Khatib, Hassan S. Al, et al.
Veröffentlicht: (2025)

Towards a Holistic Evaluation of LLMs on Factual Knowledge Recall
von: Yuan, Jiaqing, et al.
Veröffentlicht: (2024)

Is Factuality Enhancement a Free Lunch For LLMs? Better Factuality Can Lead to Worse Context-Faithfulness
von: Bi, Baolong, et al.
Veröffentlicht: (2024)

Integrating Domain Knowledge into Large Language Models for Enhanced Fashion Recommendations
von: Shi, Zhan, et al.
Veröffentlicht: (2025)

Self-Alignment for Factuality: Mitigating Hallucinations in LLMs via Self-Evaluation
von: Zhang, Xiaoying, et al.
Veröffentlicht: (2024)

Can LLMs Refuse Questions They Do Not Know? Measuring Knowledge-Aware Refusal in Factual Tasks
von: Pan, Wenbo, et al.
Veröffentlicht: (2025)

LLM Factoscope: Uncovering LLMs' Factual Discernment through Inner States Analysis
von: He, Jinwen, et al.
Veröffentlicht: (2023)

Improving Factual Consistency of News Summarization by Contrastive Preference Optimization
von: Feng, Huawen, et al.
Veröffentlicht: (2023)

Beyond Isolation: Multi-Agent Synergy for Improving Knowledge Graph Construction
von: Ye, Hongbin, et al.
Veröffentlicht: (2023)

Editing Factual Knowledge and Explanatory Ability of Medical Large Language Models
von: Xu, Derong, et al.
Veröffentlicht: (2024)

Global-Liar: Factuality of LLMs over Time and Geographic Regions
von: Mirza, Shujaat, et al.
Veröffentlicht: (2024)

PersonaKit (PK): A Plug-and-Play Platform for User Testing Diverse Roles in Full-Duplex Dialogue
von: Jeon, Hyunbae, et al.
Veröffentlicht: (2026)

Cracking Factual Knowledge: A Comprehensive Analysis of Degenerate Knowledge Neurons in Large Language Models
von: Chen, Yuheng, et al.
Veröffentlicht: (2024)

Structured Query Construction via Knowledge Graph Embedding
von: Wang, Ruijie, et al.
Veröffentlicht: (2019)

Knowledgeable In-Context Tuning: Exploring and Exploiting Factual Knowledge for In-Context Learning
von: Wang, Jianing, et al.
Veröffentlicht: (2023)

Improve Decoding Factuality by Token-wise Cross Layer Entropy of Large Language Models
von: Wu, Jialiang, et al.
Veröffentlicht: (2025)

WildHallucinations: Evaluating Long-form Factuality in LLMs with Real-World Entity Queries
von: Zhao, Wenting, et al.
Veröffentlicht: (2024)

FIBER: A Multilingual Evaluation Resource for Factual Inference Bias
von: Munis, Evren Ayberk, et al.
Veröffentlicht: (2025)

Integrative Decoding: Improve Factuality via Implicit Self-consistency
von: Cheng, Yi, et al.
Veröffentlicht: (2024)

SR-KI: Scalable and Real-Time Knowledge Integration into LLMs via Supervised Attention
von: Yu, Bohan, et al.
Veröffentlicht: (2025)

InFact: Informativeness Alignment for Improved LLM Factuality
von: Cohen, Roi, et al.
Veröffentlicht: (2025)

Fine-Grained Self-Endorsement Improves Factuality and Reasoning
von: Wang, Ante, et al.
Veröffentlicht: (2024)

Do LLMs Understand Social Knowledge? Evaluating the Sociability of Large Language Models with SocKET Benchmark
von: Choi, Minje, et al.
Veröffentlicht: (2023)

Scientific Knowledge-driven Decoding Constraints Improving the Reliability of LLMs
von: Ma, Maotian, et al.
Veröffentlicht: (2026)

Reasoning Factual Knowledge in Structured Data with Large Language Models
von: Huang, Sirui, et al.
Veröffentlicht: (2024)

Intention Knowledge Graph Construction for User Intention Relation Modeling
von: Bai, Jiaxin, et al.
Veröffentlicht: (2024)

AutoGraph-R1: End-to-End Reinforcement Learning for Knowledge Graph Construction
von: Tsang, Hong Ting, et al.
Veröffentlicht: (2025)

OLAPH: Improving Factuality in Biomedical Long-form Question Answering
von: Jeong, Minbyul, et al.
Veröffentlicht: (2024)