Christophe Khalil, Aya Mourad · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28407 · open-access PDF
نحن نقدم حلنا لـ AKBC LM-KBC 2026 Shared Task ، حيث نجحنا في الحصول على درجة 0.6836 على قائمة الأداء الرسمية ، وهي أكثر من ثلث خطة البداية من 0.2964 .هذه المهمة تتطلب إنشاء جميع المقاييس المحتملة لمجموعات العلاقة الموضوعية باستخدام نموذج لغة مع ما يصل إلى 32 مليار مرجعي ، مع عدم وجود إمكانية العثور أو تحديد التفصيل.نحن نثبت أن طريقة الإرشادات مهمة تماماً مثل تصميم النماذج: في حين أن إصدار النماذج المعتمدة على الإرشادات يصل إلى 0.5681 باستخدام رابط الشبكة ، فإن نموذج البنية الأساس يصل إلى 0.6836 عندما يتم إرشاده باستخدام إكمال النصوص.
Machine translation (Meta M2M100); the English original follows.
We present our solution to the AKBC LM-KBC 2026 Shared Task, where we achieved a score of 0.6836 on the official leaderboard, more than double the baseline of 0.2964. This task requires generating all possible objects for subject-relation pairs using a language model with up to 32 billion parameters, with no retrieval or fine-tuning involved. We show that the prompting methodology is as important as the model architecture: while the instruction-tuned model version achieves 0.5681 with its chat interface, the base model achieves 0.6836 when prompted using text completion. Thus, instruction tuni
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28407, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange