科学家用知识图谱增强大模型新范式，提升大模型的推理能力和效率

文章预览

近年来，大模型在处理复杂任务时展现出强大的推理能力。中国科学技术大学熊辉教授团队与合作者注意到，尽管其在众多实际应用中取得了成功，它们仍存在一些明显的问题：比如知识的滞后性、生成信息的可靠性，以及决策过程的不透明性。 相比之下，作为一种大规模结构化的知识库，知识图谱则可以提供大量的显式和可编辑的现实世界知识的描述，这些特性使得知识图谱能够弥补大模型的缺点。 尽管目前的知识图谱增强大模型范式能够为更全面地融合知识图谱和大模型二者的知识提供机会，但是在面临许多复杂问题时，可能仍然无法正确规划推理路径的探索。 图丨陈力以（来源：陈力以） 日前，在熊辉教授的带领和指导下，陈力以博士和课题组其他成员共同完成了以《图上规划：知识图谱上大语言模型的自我纠正自适应规划》（Plan-on-Grap ………………………………