因果图与思维相结合：增强图增强大型语言模型中的复杂推理

本研究针对知识密集型任务中的因果推理和可解释性不足的问题，提出了一种新颖的管道，通过过滤大型知识图谱，强调因果边缘并将检索过程与模型的思维链对齐，从而增强推理能力。在医疗问答任务中的实验表明，该方法在多个大型语言模型上实现了高达10%的绝对提升，展现了因果推理与逐步检索结合的潜在价值。