作者你好，关于LLM收到的候选实体队列我有一个疑问还望解答：
候选实体是否来自于完整的KGE模型原始结果，即没有过滤掉全局可知的答案？由于您的项目直接使用了结果文件，所以我无法推知一些数据细节。
我的考量是这样的：在您的代码中，直接使用了kge模型的rank顺序，当前的评测往往遵循filter配置，该值应该是符合这个约束的。但是，topk_ents是否也被错误进行了过滤呢？如果经过了过滤，那么在LLM进行推理时，自然剔除了许多正确但对当前解答无用的选择，缩减了候选队列中无用的项，减轻了答案间的竞争关系，从而造成了一定程度的数据泄露？不应该在评测前就知道答案；如果未过滤，这才是符合评测预期的操作。
我阅读了一部分test.json中项，对rank和topk_ent进行了比照，仍然未能解决我的上述困惑。
作者你好，关于LLM收到的候选实体队列我有一个疑问还望解答：
候选实体是否来自于完整的KGE模型原始结果，即没有过滤掉全局可知的答案？由于您的项目直接使用了结果文件，所以我无法推知一些数据细节。
我的考量是这样的：在您的代码中，直接使用了kge模型的rank顺序，当前的评测往往遵循filter配置，该值应该是符合这个约束的。但是，topk_ents是否也被错误进行了过滤呢？如果经过了过滤，那么在LLM进行推理时，自然剔除了许多正确但对当前解答无用的选择，缩减了候选队列中无用的项，减轻了答案间的竞争关系，从而造成了一定程度的数据泄露？不应该在评测前就知道答案；如果未过滤，这才是符合评测预期的操作。
我阅读了一部分test.json中项，对rank和topk_ent进行了比照，仍然未能解决我的上述困惑。