張宏輔

Chang, Hung-Fu・管理學院・資訊管理研究所

碩士平均畢業時長

2.02 年

中位數 2.02 年・2 人

收錄論文

2 篇

113–114 學年度

全校中位數（供對照）

碩士 2.10 年

畢業時長趨勢

每學年度畢業人數

只計入有論文收錄的畢業生；中途休學或更換指導教授的學生不會出現在這裡。

研究關鍵字

大型語言模型文本到知識圖譜知識圖譜建構證據選擇成本感知推論Teacher–Student LearningLarge Language Modelsext-to-Knowledge GraphKnowledge Graph ConstructionEvidence SelectionCost-Aware Inferenceeacher–Student Learning自然語言轉結構式查詢語言加權多數決演算法自我精鍊機制Text-to-SQLLarge Language Models (LLMs)Weighted Majority Algorithm (WMA)Self-Refinement

想看最新的研究方向與計畫經費，也可以查政府研究計畫（GRB）。

指導論文

學年度	論文	學制	入學	提交日期	畢業時長
114	成本感知之大型語言模型文本到知識圖譜建構：基於推論階段證據選擇器之研究 Cost-Aware Text-to-Knowledge Graph Construction with Large Language Models: An Inference-Time Evidence Selection Approach 資訊管理研究所・共同指導：陳柏安大型語言模型、文本到知識圖譜、知識圖譜建構、證據選擇、成本感知推論、Teacher–Student Learning、Large Language Models、ext-to-Knowledge Graph、Knowledge Graph Construction、Evidence Selection、Cost-Aware Inference、eacher–Student Learning	碩士	113	2026-07-31	2.00 年
113	基於大語言模型的結構式查詢語言生成: 提示工程、自我精鍊與適應性加權多數投票 LLM-Based SQL Generation: Prompting, Self-Refinement,and Adaptive Weighted Majority Voting 資訊管理研究所・共同指導：陳柏安自然語言轉結構式查詢語言、大型語言模型、加權多數決演算法、自我精鍊機制、Text-to-SQL、Large Language Models (LLMs)、Weighted Majority Algorithm (WMA)、Self-Refinement	碩士	112	2025-08-20	2.05 年