论文浅尝 | 树遍历：一种用知识图谱增强黑盒语言模型的零样本推理算法（ACL2024）

文章预览

笔记整理：https://arxiv.org/abs/2407.21358 论文链接：刘佳俊，东南大学硕士，研究方向为知识图谱、大语言模型 发表会议：ACL2024 1. 动机 知识图谱能够提供给大语言模型可靠的、结构化的、领域上的以及最新的知识，现有的集成方案包括两种，一是将知识图谱数据用于训练或者微调大语言模型，二是结合知识图谱的知识提示大语言模型或者矫正大语言模型输出，都难以实现高效的耦合度较高的集成方案。本文提出了图搜索和 LLM 推理深度结合的方法，让 K G 和 LLM 的结合更为紧密。 2. 方法 树遍历算法维护一个本地 KG 子图，该子图会不断扩展，直到它包含 LLM 回答给定查询所需的所有信息。首先，本地 KG 子图初始化为包含原始查询中存在实体的最小子图。然后使用树搜索算法对其进行扩展，根据 LLM 生成的行动和想法进行选择扩展方向。当 LLM 能 ………………………………