摘要
合成数据虽能缓解供应链分析中的数据稀缺与隐私问题，但现有模型常忽视 operational logic（操作逻辑），导致生成数据违反基本约束。本文提出 TabKG 框架，通过构建列关系知识图谱（CR-KG）表征数据依赖。该方法利用多 LLM 集成与多数投票机制从元数据中推导候选关系，经实证验证剔除幻觉后，指导潜在扩散模型生成独立列，并依据验证后的关系确定性重构依赖列，从而在构造上强制保证合成数据的逻辑一致性。
AI 推荐理由
利用多 LLM 集成与知识图谱推理发现数据逻辑依赖，确保生成数据的逻辑一致性。
研究机构
Department of Engineering, University of Cambridge, Cambridge, United Kingdom
The Alan Turing Institute, London, United Kingdom
论文信息