重新思考结构化生成：基于图的推理能否解决歧义？

结构化生成被重新表述为歧义感知推理问题：不预测单一输出，而是构建候选空间、以图表示实体与关系，通过语义对齐与关系一致性的图推理选出合理解释。标准训练会压制有效备选，故采用 multi-valid 学习在优化中保留歧义。在结构化生成 benchmark 上，准确率、稳定性和不同歧义程度下的鲁棒性均有一致提升，论文已被 NeurIPS 2026 接收。