Riya Sawhney、Indrajit Bhattacharya 和 Mausam 提出了一项新任务，以通过少样本迁移学习解决KBQA中未回答问题的问题。他们使用FUn-FuSIC模型扩展了用于KBQA的高级少样本迁移学习模型。FUn-FuSIC通过将多样的句法、语义和执行引导检查纳入LLM提示中生成问题的逻辑形式，并使用自一致性评估LLM的信心以确定可回答性。实验结果表明，FUn-FuSIC在新构建的数据集上优于为KBQA中未回答问题设计的高级模型和为KBQA中有答案的少样本迁移学习设计的高级模型。