Os autores abordam o Problema de Incompatibilidade de Resolução na síntese contrastiva baseada em templates, onde os candidatos frequentemente diferem apenas em algumas slots de entidades enquanto a otimização em nível de sequência espalha a supervisão sobre templates compartilhados. Eles propõem o KARMA, um método que enumera caminhos restritos por esquema sobre grafos de conhecimento do domínio e os verbaliza como candidatos contrastivos alinhados por slot.
- O sistema emprega Slot-Parallel Alignment (SPA) para aplicar um objetivo desacoplado em nível de slot, roteando a supervisão de preferência especificamente para slots de entidades discriminativas.
- A atenção mascarada sensível ao slot é incluída como uma implementação opcional de avaliação empacotada.
- O KARMA supera as LLMs base e as linhas de base SFT com os mesmos dados em benchmarks biomédicos, de ciência da computação e química.
- A abordagem compara-se favoravelmente com os métodos existentes de preferência em nível de sequência e token.
O KARMA melhora a eficácia da síntese contrastiva garantindo que a supervisão seja direcionada às entidades específicas que distinguem entre candidatos.