KG-Agent：面向KG复杂推理的高效自治代理框架

文章预览

©  作者｜蒋锦昊 机构｜中国人民大学 研究方向｜自然语言处理、大语言模型 知识图谱（KG）作为一种重要的知识来源，如何将其与大语言模型（LLM）相结合受到了学术界广泛的关注。考虑到 LLM 的通用性，通常以外挂 KG 的形式增强 LLM，一般被称为 协作增强 的方法。这类方法通常会设计一种在 KG 和 LLM 之间进行信息交互的机制以求解目标问题。然而，目前的交互机制不够自主和灵活且对闭源超大模型（例如 GPT-4）依赖程度较高。为解决上述问题，我们提出了一个名为 KG-Agent 的自主 LLM-based 代理框架，它使得一个相对小型的 LLM（7B）也能够在知识图谱上自主决策，完成推理过程。在 KG-Agent 中，我们整合了 LLM、多功能工具箱、基于知识图谱的执行器和知识记忆器，并设计了一个迭代机制，通过自主选择工具-更新记忆，以进行知识图谱推理。 文章 ………………………………