技术动态 | 智能体Agent推理：利用知识图谱推理工具进行深度研究

文章预览

转载公众号 | 知识图谱科技 摘要 在这篇技术报告中，我们介绍了一种名为代理性推理的框架，该框架通过整合外部工具使用代理来增强大型语言模型（LLM）的推理能力。与仅依赖内部推理的传统基于LLM的推理方法不同，代理性推理动态地结合网络搜索、代码执行和结构化推理-上下文记忆来解决需要深度研究和多步逻辑演绎的复杂问题。我们的框架引入了思维导图代理，它构建了一个结构化的知识图谱来跟踪逻辑关系，从而提高演绎推理能力。此外，网络搜索和编码代理的整合实现了实时检索和计算分析，增强了推理的准确性和决策能力。 在博士级别的科学推理（GPQA）和特定领域深度研究任务上的评估表明，我们的方法显著优于现有模型，包括领先的检索增强生成（RAG）系统和闭源LLM。此外，我们的结果表明代理性推理提高了专家级知识合成、 ………………………………