GraphProof-QA: модель 1,5B доказывает ответы исполняемыми запросами

Проект GraphProof-QA научил Qwen2.5-1.5B переводить вопросы в запросы к графу знаний на 135 тыс. триплетов и возвращать путь как доказательство. Точность выросла с 34,2% до 93,3%, а на незнакомых сущностях — с 5,8% до 81,4%.

• Точность Hits@1 выросла с 34,2% у прямой модели до 93,3% у DSL-версии
• На переименованных сущностях: 81,4% против 5,8% у прямой модели
• 83 из 100 ошибок — неверный выбор отношения, ошибок парсинга нет
• Обучение на одной RTX 3060: LoRA r=16, 3 эпохи, 30 тыс. пар