链接前先思考：多语言实体链接中的稀有度、推理与检索

一篇论文指出，现有多模态实体链接系统在稀有实体上表现下降，但以往研究主要用页面浏览量等流行度指标衡量稀有度。论文改用知识图谱结构指标，识别出流行度指标遗漏的稀有实体，发现当前最优模型在这些切片上准确率下降15.4%至39.9%。作者提出一个无需训练、基于可推理视觉语言模型迭代检索并推理Wikipedia的框架，并发布多语言基准MERLIN及稀有实体测试切片MERLIN-Rare，覆盖印地语、印尼语、日语、泰米尔语和越南语。

此前稀有实体的评估依赖页面浏览量，容易低估困难样本；该论文用知识图谱结构指标重新定义稀有度，暴露出最优模型15.4%至39.9%的准确率缺口，并把推理与检索的组合效果、多语言稀有实体测试集一并公开，改变了该类系统的评估基准。

论文将稀有度从流行度转向图谱结构，衡量实体被记录与连接的充分程度，从而暴露不同失败模式。其框架不训练模型，而是让具备推理能力的视觉语言模型反复搜索Wikipedia并动态收集证据。受控实验显示：单独推理对稀有实体提升不显著，单独检索能提升稀有实体但可能损害整体表现，两者结合效果最好。

对做知识库问答、搜索或多语言内容理解的产品，这意味着仅靠模型参数难以覆盖长尾实体，需在推理链路中接入外部检索并保留证据。评估侧要引入稀有实体切片，否则整体指标会掩盖长尾退化；推理加检索的组合可作为无需微调的改造方向。

• 在多语言实体链接或问答链路中引入推理模型加Wikipedia检索的免训练方案，并针对长尾实体单独设回归测试。
• 采用论文发布的MERLIN-Rare稀有实体切片，作为模型上线前长尾能力的固定评估集。
• 在知识图谱建设中补充实体被记录与连接的充分度指标，用于识别流行度指标漏掉的长尾实体。

• 该框架在证据中仅报告MERLIN五语言基准结果，未说明在其他语言或非Wikipedia知识库上的迁移表现。
• 免训练框架的延迟与检索调用成本未在证据中给出，难以判断线上部署代价。
• 15.4%至39.9%的下降幅度基于哪些具体模型与设置，证据未展开。
• MERLIN-Rare是否可直接用于中文或多语言产品评估，证据未说明。