ISO-RAG:等周噪声控制的检索增强生成
ISO-RAG将知识图谱投影到双曲空间,预计算等周轮廓以剪枝虚假边,限制搜索空间。在多跳问答基准上,检索召回和精确匹配分别提升10%和4.3%,同时消除全局遍历的延迟瓶颈。
共 55 篇相关资讯,按重要度与时间排序,每 3 小时更新。
ISO-RAG将知识图谱投影到双曲空间,预计算等周轮廓以剪枝虚假边,限制搜索空间。在多跳问答基准上,检索召回和精确匹配分别提升10%和4.3%,同时消除全局遍历的延迟瓶颈。
论文提出可扩展、语言无关的关系抽取数据构建方法,通过自然语言推理任务对知识库与文本的噪声对齐去噪,并比较五种去噪策略。结果显示少样本下多语言模型优于希伯来语专用模型,而专用编码器在 NLI 微调下仍有竞争力;母语提示效果不逊于英语提示。最优开源模型 Gemma-4-31B-it(F1 0.915)…
论文提出 BEACON-SP,一个基于本体的 GraphRAG 框架,用于自杀预防等行为健康场景的临床决策支持。它结合患者知识图谱与本体引导检索,支持跨诊断、用药、风险因素与时间关系的多跳推理。在 1500 条查询基准上,其完整性、临床相关性与证据支撑均优于向量 RAG 基线,配对比较中 76.4…
论文提出概念生命周期模型(CLM)与概念锚定注意力(CGA),将概念表示为带时间版本、来源与认知状态的图实体,并通过图偏置自注意力与门控交叉注意力注入 Transformer。受控实验显示,图注意力诊断在缺乏禁用机制对照时并不具信息量,但显式时间表示可将答案准确率提升 13 至 25 个百分点,认…
论文提出确定性多数据集谓词框架,从几何、运动学、时间、地图和交通控制证据中推导驾驶场景语义,并在 nuPlan 与 nuScenes 上统一谓词定义。在 200 个场景的人工标注验证中宏 F1 达 0.94 与 0.93。用冻结的 LLaVA-OneVision-7B 评估显示,谓词接地在九个 N…
针对LLM智能体记忆的关联盲区、脚手架遗忘与静态拓扑停滞问题,论文提出EngramRAG,融合唤醒态反射与后台梦境态巩固。引入使用调制的个性化PageRank、拓扑衰减、SUPERSEDES DAG过滤与三源混合检索。在LoCoMo基准上Recall@5相对提升38.9%,MRR提升43.1%,并…
论文探讨图结构检索增强生成(RAG)的质量增益是否值得其高昂的建图成本。作者提出 EffiRAG,用图定位相关段落并从原文生成答案,保持轻量建图与查询。在 UltraDomain 上,EffiRAG 在 120 题中 93 题优于 LightRAG-hybrid,总成本降低 57%,且随语料增长优…
论文指出GraphRAG多数系统对查询采用共享探索流程,造成结构性错配。提出免训练框架Mosaic,将检索形式化为逐查询控制问题,由LLM分析器生成种子选择、图遍历、停止与证据选择的有界策略。在GraphRAG-Bench上医学与小说答案正确率分别提升5.13与4.43分,路径评估减少81.9%。
企业语言模型(CLM)框架将企业的结构化、非结构化和隐性知识转化为基于本体的企业基础,支持推理和受治理执行。CLM包含神经符号网格、技能图、活数字孪生和深度安全层,已在巴西一家医院实施三个成熟度阶段。该框架旨在解决企业AI部署失败的根本原因。
论文提出语义贝叶斯世界模型(SBWM),将知识图谱视为共享演化的信念网络,通过贝叶斯条件更新信念,支持智能体推理与干预。该模型有望统一语言模型与知识图谱的推理架构,并需构建信念标注、概率蕴含等基础设施。
论文提出PEARL框架,通过上下文子图建模路径作为条件推理信号,用于归纳知识图谱补全。在三个基准上取得最佳平均Hits@10。消融研究验证了上下文子图、语义路径检索等组件的贡献。
针对语义 RAG 难以捕捉多跳因果知识、易引入冗余导致错误推理的问题,论文提出 TCC-RAG,将时序知识图谱重构为多视图因果线索图,构建查询专属时序因果链引导检索,并加入因果证据过滤器。在两个 TKGQA 基准上分别提升 10.72% 与 8.40%,多步时序推理提升达 62.97%。
论文把本体检查器本身作为研究对象,比较人工整理、LLM 生成与数据推导三类本体在提示上下文、检查器或两者兼用时的表现,覆盖开源与闭源智能体及近 10^9 三元组的私有图谱。结果显示人工本体在 UniProt 上标记出更多正确答案,但在真实智能体回答上其标记精确度仅略高于随机。
arXiv 论文提出 FinLLM-KG,一个模型无关框架,将因果大语言模型与金融知识图谱结合,在推理阶段注入来自 SEC 10-K 文件的公司级时序知识,无需更新模型权重。该方法以自然语言公司简介或少量相关性排序的事实三元组作为上下文,使情绪预测能考虑公司层面信息,并可将预测归因到具体句子与图谱…
研究者提出 InsightAgents 框架,从相关论文图谱中蒸馏洞见,为各智能体构建有文献依据的专业知识,再通过辩论共同识别研究问题并打磨方案。在 100 个 NLP 研究主题上,由两个 LLM 评审两两对比,该框架在五个维度平均得分最高。
论文提出知识引导的 LLM 框架,结合语法约束语义解析与知识图谱驱动的澄清循环,为天地一体化 6G 网络生成可校验的服务配置。在 200 条意图数据集上达到 89% 分类准确率、95% 策略有效率,平均每请求 0.66 轮澄清,优于纯 LLM 基线。
论文综述了数据、信息、关联数据与知识图谱的质量评估文献,以及知识图谱与大模型交叉领域的研究。作者将现有框架扩展为包含 24 个质量维度的目录,并提出一个通用、可按领域或任务定制、可落地的知识图谱质量评估框架,用于判断知识图谱能否可信地为 LLM 提供依据。
研究者提出 Federated GraphRAG(FedGRAG),在多个持有知识图谱的客户端间实现分布式图检索与知识增强生成。框架通过联邦知识路由在不暴露本地图结构的前提下定位相关客户端,并用受控披露的证据构建方法在服务器端重建证据。实验显示其在检索与下游生成任务上均优于基线。
论文将时序知识图谱问题生成视为保持约束的图到问题任务,提出 ChronoSynth,先构建时序意图状态显式表达问题语义,再从模式记忆中检索匹配的问题模式并适配、校验与迭代修订。在 CRONQUESTIONS 与 MultiTQ 上取得当前最优生成表现,消融实验验证各组件贡献。
开发者发布开源免费桌面书签管理器 Linkit,支持 AI 摘要、语义搜索与知识图谱,可将收藏链接转为知识卡片。用户可接入任意 OpenAI 兼容 API 或本地 Ollama 模型,支持 macOS、Windows 与 Linux。
论文基于 328,839 份 MIMIC-IV 出院小结,用 LLM 抽取与 UMLS 归一化构建有向候选因果图,并对比共现提升、编码时序与文献佐证三类信号。结果显示编码顺序作为方向信号接近随机,抽取器方向更稳定,因此文本挖掘的临床因果图谱应视为「有 EHR 支持但方向不确定」。在泄漏受控的因果问…
论文提出 COATER 方法,用可执行的「箭头」组件把本体局部与外部资源比对,报告支持或质疑,并生成补全、修正、重构任务供人工或智能体分诊。以软件语言工程领域的 FSL 本体为例,LLM 辅助链接使符合维基百科链接策略的实体从 405 增至 600(共 600)。
研究在九个前沿大模型配置上评测 15 种图表示格式,覆盖本体知识抽取与结构图推理任务。结果显示知识抽取对序列化格式不敏感,但结构推理任务的准确率显著受格式选择影响,最优格式取决于模型、查询和任务,应将图序列化视为动态编排决策。
该论文介绍了 U4RASD 团队在 KnowledgeGraphEval 2026 子任务 2(阿拉伯语有向关系抽取)中的参赛系统,结合编码器与 LLM 两种路线。编码器使用类型化实体标记与关系存在/分类双头,LLM 则用 QLoRA 微调 Yehia 与 Qwen3.5 并施加本体约束预测。最佳…
研究提出 LLM 驱动的自动化流水线,通过分块属性抽取、层级路由与迭代精炼,将硬件数据手册转化为通用层级硬件知识图谱,并保留来源溯源。在20份数据手册上,框架属性忠实度达98.8%,远超一次性处理的76.1%,为硬件设计与验证提供更可靠、可追溯的工程信息。
研究者提出 CogMem,一种基于 PEC²F(人物-事件-概念-主张-事实)图模式的认知记忆架构,用于长期对话智能体。它通过 Claim 节点保留主观陈述的来源与对象,将对话轮次增量转为带来源信息的图记录并整合为高层事实,检索时由 LLM 意图解析驱动的规则控制器组合锚定、遍历、交集与证据落地四…
研究提出量化建筑「AI 就绪度」的框架:以建筑知识图谱设定可回答与可执行两个上限,再用参考 AI 智能体的准确率衡量实际上限实现程度。模拟办公楼中智能体实现 0.62/0.64 的可回答上限,说明瓶颈在数据缺失而非 AI;37 个真实建筑图谱的可回答上限中位数仅 0.16。
论文研究在医疗器械制造中引入认知不确定性以提升自动缺陷检测可靠性,采用知识图谱表示异构制造与设备报告数据,并分析基于阈值的拒绝预测策略。在 266170 份 FDA MAUDE 真实报告上,10% 弃权率使分类错误降低 48%,约 70% 覆盖率时保留样本接近完美准确率。该方法为高风险制造场景提供…
一篇博士论文系统研究知识图谱嵌入(KGE)中的三类不确定性:知识不确定性、算法不确定性与预测不确定性。作者提出基于投票的聚合框架缓解训练随机性,并将保形预测引入 KGE 以构建具有无分布覆盖保证的答案集。该工作为高风险场景下可靠的知识图谱推理提供了模型无关的理论与方法基础。
ShadowMiner v1 是一个从 AI 论文中自动发现研究问题并生成假设的系统,采用九阶段流水线。它将文档结构化为知识图谱并识别其中的图缺口,即研究中的结构性盲点,再将这些缺口纳入 LLM 生成提示。生成的假设会经过查重、质量评分和事实溯源验证。该报告不提出新的生成或评估技术,而是分享实现经…